Skip to Main content Skip to Navigation
Theses

Services E-santé Basés sur la reconnaissance et la prédiction des activités quotidiennes dans les espaces intelligents

Abstract : Les progrès de la technologie des capteurs et leur disponibilité ont permis de mesurer diverses propriétés et activités des habitants dans une maison intelligente. Cependant, l’obtention de connaissances significatives à partir d’une grande quantité d’informations collectées à partir d’un réseau de capteurs n’est pas une tâche simple. En raison de la complexité du comportement des habitants, l’extraction d’informations significatives et la prédiction précise des valeurs représentant les activités futures d’un occupant sont des défis de recherche [5]. L’objectif principal de notre travail de thèse est d’assurer une analyse efficace des données recueillies à partir des capteurs d’occupation dans une maison intelligente. Cette recherche tente de trouver une solution efficace pour surveiller les personnes âgées vivant d’une façon autonome dans leur propre maison. Par conséquent, ce travail se base sur la reconnaissance et l’évaluation des activités quotidiennes d’une personne âgée dans le but d’observer, de prédire et de suivre l’évolution de son état de dépendance, de santé et de détecter par la même occasion, la présence d’une perte ou d’une perturbation de l’autonomie en temps réel. Afin d’atteindre l’objectif principal de cette recherche, les objectifs suivants sont identifiés : — Étudier différentes méthodes pour présenter et extraire l’énorme ensemble des données hétérogènes (bas niveau) détectées par les capteurs pour les adapter dans un format approprié, lisible (haut niveau) pour reconnaitre et prédire le comportement de la personne. — Suivre l’état de santé de l’habitant via son comportement quotidien et selon sa routine. — Étudier les moyens appropriés d’exploration et de prédiction des comportements dans la maison intelligente pour extraire le modèle comportemental de la personne. — Proposer un modèle de reconnaissance et de prédiction des activités quotidiennes adaptables à la personne, performant de point de vue de la précision et de la rapidité. — Comparer les performances des différentes techniques de prédiction (les modèles proposés) pour évaluer la technique la plus appropriée pour les données collectées à partir d’un habitat intelligent. — Examiner les différentes techniques de détection pour évaluer les informations importantes concernant les valeurs aberrantes et tout comportement anormal. — Évaluer l’état de la santé de la personne à partir de son comportement quotidien, son profil et ses habitudes.
Keywords : e-health
Document type :
Theses
Complete list of metadatas

Cited literature [329 references]  Display  Hide  Download

https://hal-univ-pau.archives-ouvertes.fr/tel-02437303
Contributor : Philippe Roose <>
Submitted on : Monday, January 13, 2020 - 4:54:37 PM
Last modification on : Friday, October 23, 2020 - 4:42:42 PM
Long-term archiving on: : Tuesday, April 14, 2020 - 4:56:53 PM

File

thèse 01-02-2018.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : tel-02437303, version 1

Collections

Citation

Zaineb Liouane. Services E-santé Basés sur la reconnaissance et la prédiction des activités quotidiennes dans les espaces intelligents. Autre [cs.OH]. Université Rennes 1, 2018. Français. ⟨tel-02437303⟩

Share

Metrics

Record views

64

Files downloads

410