Demongivert Cédric, Bouchard Kévin, Gaboury Sébastien, Lussier Maxime, Kenfack-Ngankam Hubert, Couture Mélanie, Bier Nathalie et Giroux Sylvain. (2020). Fuzzy features for quality estimation of activity instances in a dataset. Dans Catia Prandi et Johann Marquez-Barja (dir.), GoodTechs '20 : Proceedings of the 6th EAI International conference on smart objects and technologies for social good. (p. 54-59). New York, NY, United States : Association for computing machinery.
Le texte intégral n'est pas disponible pour ce document.
URL officielle: http://dx.doi.org/doi:10.1145/3411170.3411235
Résumé
Activity recognition in smart homes is a challenging problem that attracted a lot of attention in the past decades. Most approaches nowadays rely on data-driven methods from artificial intelligence, especially from the field of supervised machine learning. Therefore, those approaches heavily depend on the quality of the datasets they exploit. In this paper, we propose a generalizable method based upon fuzzy logic to estimate and diagnostic the quality of each activity instance of an existing dataset. We then apply it to a labeled dataset of the CASAS laboratory and analyze the results.
| Type de document: | Chapitre de livre |
|---|---|
| Date: | 2020 |
| Lieu de publication: | New York, NY, United States |
| Identifiant unique: | 10.1145/3411170.3411235 |
| Sujets: | Sciences naturelles et génie > Sciences mathématiques > Informatique |
| Département, module, service et unité de recherche: | Départements et modules > Département d'informatique et de mathématique |
| Éditeurs: | Prandi, Catia Marquez-Barja, Johann |
| Mots-clés: | activity recognition, fuzzy-logic, smart-home, quality estimation |
| Déposé le: | 12 févr. 2021 14:20 |
|---|---|
| Dernière modification: | 12 févr. 2021 14:20 |
Éditer le document (administrateurs uniquement)
Altmetric
Altmetric