Patient Activity Monitoring Based on Real-Time Location Data

Drift Detection e Machine Learning para Sistemas de Localização indoor RFID em Ambientes Dinâmicos

“…Com base nas tecnologias utilizadas é possível classificar os trabalhos existentes em três grupos [Lai et al 2020, Al-Jarrah et al 2019]: i) métodos baseados em RSSI [Calderoni et al 2015, Torres-Sospedra et al 2015, Dinh-Van et al 2017, Hatem et al 2018, Wang et al 2019, Sabr and Belton 2019; ii) métodos baseados em Angle of Arrival e Time Difference of Arrival [Steele et al 2019]; e iii) métodos baseados em fases [Lai et al 2020]. Neste artigo utilizamos métodos baseados em RSSI, pois priorizamos o uso de equipamentos disponíveis no mercado, não necessitando desenvolvimento de equipamentos especiais.…”

Etiquetas RFID Passivas e Aprendizagem de Máquina para Sistema de Localização Indoor de Alta Precisão

“…Neste método utilizaram uma função agregada do RSSI para todos as potências possíveis de transmissão dos leitores RFID e com base nessas medidas definiram uma assinatura da localização para utilizar no algoritmo K-Nearest Neighbor (KNN). [Steele et al 2019] criaram um sistema utilizando as técnicas Angle of Arrival e Time Difference of Arrival para identificar o deslocamento de pacientes em unidades de saúde. Algumas medidas importantes para análise dos médicos foram extraídas do deslocamento como: distância percorrida, velocidade média, tempo na zona de interesse (quarto) e tempo sem atividade.…”