Informační systém výzkumu,
vývoje a inovací

Rejstřík informací o výsledcích

Jednoduché vyhledávání

Zpět na hledáníUsing Wavelet Transformation for Prediction CO2in Smart Home Care Within IoT for Monitor Activities of Daily Living (2019)výskyt výsledku

Identifikační kód RIV/61989100:27240/19:10242727
Název v anglickém jazyce Using Wavelet Transformation for Prediction CO2in Smart Home Care Within IoT for Monitor Activities of Daily Living
Druh D - Stať ve sborníku
Jazyk eng - angličtina
Vědní obor 20200 - 2.2 Electrical engineering, Electronic engineering, Information engineering
Rok uplatnění 2019
Kód důvěrnosti údajů S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů.
Počet výskytů výsledku 3
Počet tvůrců celkem 6
Počet domácích tvůrců 2
Výčet všech uvedených jednotlivých tvůrců Ojan Majidzadeh Gorjani (státní příslušnost: IR - Íránská islámská republika, domácí tvůrce: A)
Jan Vaňuš (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 7185227, orcid: 0000-0003-3802-0595)
Alice Křesťanová (státní příslušnost: CZ - Česká republika)
Jan Kubíček (státní příslušnost: CZ - Česká republika)
David Oczka (státní příslušnost: CZ - Česká republika, orcid: 0000-0001-7626-3673)
Marek Penhaker (státní příslušnost: CZ - Česká republika)
Popis výsledku v anglickém jazyce In Smart Home Care (SHC) rooms from the measured operational and technical quantities for monitoring activities of every day of life for support of independent life for elderly people. The proposed algorithm for data processing (predicting the CO2course using neural networks from the measured temperature indoor Ti(oC), temperature outdoor To(oC) and the relative humidity indoor rHi (%)) was applicated, verified and compared in MATLAB SW tool and IBM SPSS SW tool with IoT platform connectivity. In the proposed method, a stationary wavelet transformation algorithm was used to remove the noise of the resulting predicted waveform of expected process. Two long-term experiments were performed (specifically from February 8 to February 15, 2015, from June 8 to June 15, 2015) and two short-term experiments (from February 8, 2015 and from June 8, 2015). For the best results of the trained ANN BRM within the prediction of CO2, the correlation coefficient R for the proposed method was up to 90%. The verification of the proposed method confirmed the possibility to use the presence of people of the monitored SHC premises for rooms ADL monitoring. (C) 2019, Springer Nature Switzerland AG.
Klíčová slova oddělená středníkem Living;Daily;Activities;Monitor;IoT;Care;Home;Smart;CO2;Prediction;Transformation;Wavelet
Stránka www, na které se nachází výsledek https://link.springer.com/chapter/10.1007/978-3-030-28374-2_43
DOI výsledku 10.1007/978-3-030-28374-2_43
Odkaz na údaje z výzkumu -

Údaje o výsledku v závislosti na druhu výsledku

Název sborníku Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Volume 11684
ISBN 978-3-030-28373-5
ISSN 0302-9743
e-ISSN 1611-3349
Počet stran výsledku 10
Strana od-do 500-509
Název nakladatele Springer
Místo vydání Cham
Místo konání akce Hendaye
Datum konání akce 04.09.2019
Typ akce podle státní příslušnosti účastníků WRD - Celosvětová
Kód UT WoS článku podle Web of Science -
EID výsledku v databázi Scopus 2-s2.0-85072866203

Ostatní informace o výsledku

Předkladatel Vysoká škola báňská - Technická univerzita Ostrava / Fakulta elektrotechniky a informatiky
Dodavatel TA0 - Technologická agentura ČR (TA ČR)
Rok sběru 2020
Specifikace RIV/61989100:27240/19:10242727!RIV20-TA0-27240___
Datum poslední aktualizace výsledku 18.05.2020
Kontrolní číslo 192200033 ( v1.0 )

Informace o dalších výskytech výsledku dodaného stejným předkladatelem

Dodáno GA ČR v roce 2020 RIV/61989100:27240/19:10242727 v dodávce dat RIV20-GA0-27240___/01:1
Dodáno MŠMT v roce 2020 RIV/61989100:27240/19:10242727 v dodávce dat RIV20-MSM-27240___/01:1

Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl

Projekt podporovaný TA ČR v programu TL TL01000302 - Vývoj zdravotních prostředků jako efektivní investice pro veřejné i soukromé subjekty (2018 - 2021)
Vyhledávání ...