JavaScript is currently disabled.Please enable it for a better experience of Jumi.

Älykellot ja aktiivisuusrannekkeet tunnistavat hyvin liikkeitä, kunhan ne tietävät mitä lajia pitäisi harrastaa ja liikkumisen aloittaminen kerrotaan niille. Englantilaistutkijat ovat kehittäneet algoritmin, joka tunnistaa kaiken toimintamme ilman, että laitteelle kerrotaan etukäteen mitään.

Sussexin yliopiston tutkijan Hristijan Gjoreskin mukaan nykyiset aktiivisuuslaitteet tunnistavat vain ennalta määritellyn liikkumiseen. Ihmisne liikkuminen ja toiminta kuitenkin vaihtelee koko ajan.

Ratkaisu hyödyntää tietysti koneoppimista. Perinteinen tapa tunnistaa liikettä on tulkita sarja jatkuvia askeleita kävelyksi. Jos pitää pienen tauon, se tulkitsee uuden liikkumisen toiseksi kävelyksi.

Sussexilaisten uusi algoritmi tarkkailee aktiivisuutta jatkuvasti. Se kiinnittää huomiota tarkkaan sekä siirtymiin että itse toimintaan. Algoritmi olettaa, että kävely jatkuu pienen tauon jälkeen ja sen takia data pidetään muistissa.

Algoritmin ansiosta älykello tai aktiivisuusranneke tunnistaa, kun ryhdymme tekemään jotain liikuntaa. Se myös tunnistaa, kun ryhdymme tekemään jotain uutta. Tuloksena on aiempaa tarkempi kuva liikkumisestamme.

 
 

Näin lataat sähköauton turvallisesti kotipistorasiasta

Sähköautoiluun liittyy paljon ennakkoluuloja ja virheellisiä käsityksiä. Yksi näistä liittyy sähköauton lataamiseen: voiko sähköauton ladata tavallisesta kotitalouspistorasiasta, vai pitääkö sähköauton ostajan ehdottomasti ostaa ja asennuttaa erillinen latauslaite? Molempia mielipiteitä esiintyy, ja totuus on tältä väliltä: tavallisesta pistorasiasta voi hyvin ladata, kunhan muistaa muutaman turvallisuusseikan.

Lue lisää...

UPS on tärkeä osa datan tallennusta

Innovatiiviset UPS-suunnittelutekniikat tuovat sekä paremman tehokkuuden että suorituskykyä.

Lue lisää...
 
ETN_fi What is Mindsphere IoT by Siemens?. Ilmari Veijola explains at ECF2018. https://t.co/PczsxwpCO4 @SiemensSuomi @ETN_fi
ETN_fi You dont need code to create an Android app. It can be done on Simulink and MATLAB models. See Antti Löytynoja at E… https://t.co/VJzXEfJoOM
ETN_fi See the @MinimaProcessor presentation at ECF18: https://t.co/m1znHqgj2E
ETN_fi Cut the power in IoT processors. @MinimaProcessor at Embedded Conference Finland 2018.
ETN_fi LTE-broadcast sopii autojen V2X-yhteyksiin. https://t.co/F8IgZpVhis
 
 

ny template