دانلود ترجمه مقاله بازسازی موضع خطای زمان واقعی استنباطی برای اینترنت اشیاء مربوط به سلامت

1. مقدمه 2. بازسازی موضع و تشخیص خطا 3. بازسازی موضع خطای زمان واقعی استنباطی 4. نتایج تجربی 5. نتیجه گیری

چکیده – این مطالعه روشی را برای بازتولید خطای زمان واقعی انسان ها ارائه داده و از شتاب سنج و ژیروسکوپ سه محوره برای تشخیص دقت این سقوط، و یک الگوریتم نگرشی برای برآورد زاویه هر بخش از بدن انسان استفاده کرده است و در آن اینترنت اشیای مربوط به سلامت اطلاعات هر حسگر را جمع آوری کرده و شبکه بیزی اقدام بعدی مربوط به آن را استنتاج کرده است. احتمالات بیزی استنباطی می توانند داده های کامل تری را برای ارائه دهندگان مراقبت های بهداشتی فراهم کنند. حتی اگر این داده ها به واسطه شبکه انتقالی یا تجهیزات مربوط به آن صدمه ببینند، اقدام بعدی هنوز هم می تواند به واسطه احتمالات بیزی استنباط شده و در قالب یک مدل 3D در سمت مشتری ارائه گردد، همچنین دقت بیشتری را در نتایج نشان داده و در قالب مرجعی برای اهداف بعدی مورد استفاده قرار گیرد.

This study constructs a approach to reproduce the real-time falls of humans, which uses a triaxial accelerometer and triaxial gyroscope to detect the occur- rence of a fall, and an attitude algorithm to estimate the angles of each part of the human body, where internet of healthcare things collects the information of each sensor, and a Bayesian Network deduces the next action. Inferential Bayesian probability could present more complete data of a fall to healthcare providers. Even if the data are damaged by the transmission network or equip- ment, the next action still could be deduced by Bayesian probability, and be- cause the fall could be reproduced in a 3D Model on the client side, the fall occurrence is shown more intuitively, and could thus serve as reference for rst aid.