Traducido del inglés al español - www.onlinedoctranslator.

com

Hindawi
Inteligencia Computacional y Neurociencia
Volumen 2023, ID de artículo 9839378, 1 página
https://doi.org/10.1155/2023/9839378

Retracción
Retractado: Aplicación de la computación con inteligencia artificial en el
diseño universal de viviendas saludables y envejecidas

Inteligencia Computacional y Neurociencia

Recibido el 25 de julio de 2023; Aceptado el 25 de julio de 2023; Publicado el 26 de julio de 2023

Copyright © 2023 Inteligencia Computacional y Neurociencia. Este es un artículo de acceso abierto distribuido bajo la Licencia Creative
Commons Attribution, que permite el uso, distribución y reproducción sin restricciones en cualquier medio, siempre que se cite
adecuadamente la obra original.

Hindawi se ha retractado de este artículo tras una Al autor correspondiente, como representante de todos los
investigación realizada por el editor [1]. Esta autores, se le ha dado la oportunidad de registrar su acuerdo o
investigación ha descubierto evidencia de uno o más de desacuerdo con esta retractación. Hemos mantenido un registro de
los siguientes indicadores de manipulación sistemática cualquier respuesta recibida.
del proceso de publicación:
Referencias
(1) Discrepancias en el alcance

(2) Discrepancias en la descripción de la investigación [1] Q. Shu y H. Liu, "Aplicación de la computación con inteligencia
reportada artificial en el diseño universal de viviendas saludables y
envejecidas",Inteligencia Computacional y Neurociencia, vol.
(3) Discrepancias entre la disponibilidad de datos y la 2022, artículo ID 4576397, 7 páginas, 2022.
investigación descrita
(4) Citas inapropiadas
(5) Contenido incoherente, sin sentido y/o irrelevante
incluido en el artículo.
(6) Manipulación de la revisión por pares

La presencia de estos indicadores socava nuestra confianza en

la integridad del contenido del artículo y, por lo tanto, no podemos
garantizar su confiabilidad. Tenga en cuenta que este aviso tiene
como único objetivo alertar a los lectores que el contenido de este
artículo no es confiable. No hemos investigado si los autores
conocían o estaban involucrados en la manipulación sistemática del
proceso de publicación.
Wiley e Hindawi lamentan que los controles de calidad habituales no
identificaron estos problemas antes de la publicación y desde entonces han
implementado medidas adicionales para salvaguardar la integridad de la
investigación.
Deseamos agradecer a nuestros propios equipos de Integridad de la
Investigación y Publicación de la Investigación y a investigadores
externos anónimos y nombrados y expertos en integridad de la
investigación por contribuir a esta investigación.
 Hindawi
Inteligencia computacional y neurociencia Volumen
2022, ID de artículo 4576397, 7 páginas https://
doi.org/10.1155/2022/4576397

Artículo de investigación

Aplicación de la computación con inteligencia artificial en el diseño universal

de viviendas envejecidas y saludables

O
Quanfa Shu1,2y Hui Liu3

ÍD
1Instituto de Diseño de Decoración de Edificios Shenzhen Grandland, Shenzhen, Guangdong 518003, China
2Escuela de Graduados, Universidad Hoseo, Asan, Chungcheongnam-do 31499, República de Corea
3Universidad de Negocios de Zhengzhou, Zhengzhou, Henan 451200, China

La correspondencia debe dirigirse a Quanfa Shu; 20215527@365.hoseo.edu

Recibido el 4 de enero de 2022; Revisado el 18 de febrero de 2022; Aceptado el 10 de marzo de 2022; Publicado el 26 de marzo de 2022

Editor académico: Xin Ning

A Copyright © 2022 Quanfa Shu y Hui Liu. 0is es un artículo de acceso abierto distribuido bajo la Licencia Creative Commons
Attribution, que permite el uso, distribución y reproducción sin restricciones en cualquier medio, siempre que se cite
adecuadamente la obra original.

La tecnología de control inteligente no es sólo el uso de la llamada tecnología altamente sofisticada en la vida diaria de las personas mayores, sino
también los servicios de control de acuerdo con las necesidades individuales de las personas mayores. Este artículo combina la investigación en
TR
psicología y ergonomía para explorar cómo utilizar el espacio habitable para construir escenarios interiores que influyan en los cambios conductuales y
psicológicos de las personas mayores basándose en una funcionalidad satisfactoria. El entorno externo influye en la percepción del usuario, y la
percepción determina el comportamiento del usuario. A través de la construcción de escenarios, objetos y personas pueden interactuar entre sí,
logrando así el objetivo de “soledad pero no soledad” para las personas mayores que viven solas y brindando un ambiente de envejecimiento moderno
con alta seguridad, conveniencia, calidad y confort para las personas mayores. .

1. Introducción Productos más nuevos y mejores para servicios inteligentes de cuidado de personas
mayores, incluidas plataformas de datos para compartir información médica y de
RE

Con el envejecimiento de la población, los países desarrollados como
Europa y Estados Unidos están entrando primero en una sociedad que
envejece. Cada vez se presta más atención a la cuestión de la jubilación
de las personas mayores. Con su fuerte fortaleza económica y las
ventajas de la ciencia y la tecnología, los países desarrollados han estado
desarrollando sus servicios médicos y de atención sanitaria.
Especialmente con el rápido desarrollo de la tecnología electrónica y de
la información, los países desarrollados han tomado la iniciativa en la
exploración del uso de la tecnología de la información para ayudar al
cuidado tradicional de las personas mayores [1]. Después de que IBM
propusiera el concepto de “ciudad inteligente”, países como el Reino
Unido, Estados Unidos y Japón también propusieron el concepto de
“atención inteligente a las personas mayores” o “atención inteligente al
envejecimiento”. Las características operativas orientadas al mercado de
la atención inteligente a las personas mayores en los países
desarrollados son obvias y el grado de comercialización es alto [2].
Las empresas comerciales analizan cuidadosamente las necesidades de las
personas mayores en cuanto a servicios de cuidado, optimizan constantemente la
experiencia del usuario y aplican nuevas tecnologías para desarrollar
salud para personas mayores, plataformas inteligentes de gestión comunitaria de
personas mayores, sistemas de llamadas de emergencia y productos terminales
inteligentes para el cuidado de personas mayores. Inicialmente se ha creado un
sistema teórico y una cadena industrial para el cuidado inteligente de las personas
mayores [3].
Viejos y frágiles, con niños en casa, pero viviendo solos en un
espacio pequeño o en un bungalow en el patio, es la situación actual
de los ancianos que viven solos en China. Son relativamente capaces
de cuidar de sí mismos, pero sólo pueden mantener el status quo
por el momento. A medida que envejecen y viven solos en espacios
pequeños durante largos períodos de tiempo y rara vez salen de sus
hogares, gradualmente se aíslan de sus vecinos y de la sociedad y
tienen una gran necesidad de consuelo espiritual. Los ancianos
anhelan compañía, pero sus familias no pueden estar allí por mucho
tiempo.
Cada familia tiene una persona mayor, pero no todas las
personas mayores tienen un familiar con ellos. Es más fácil saber
que hacer. Al menos un tercio de las familias urbanas son del tipo
nido vacío, es decir, personas mayores que viven solas o en una
 2 Inteligencia Computacional y Neurociencia
pareja de ancianos sin hijos. Si bien presta más atención a estas personas
mayores, la investigación tiene como objetivo abordar la soledad de las
personas mayores que viven solas, mejorar la calidad de sus vidas y su
entorno, y satisfacer sus necesidades físicas y mentales a través de un
diseño basado en escenarios para que no se sientan Solitario incluso
cuando vive solo. El estudio tiene como objetivo mejorar la calidad de la
vida y el entorno de vida de las personas mayores a través de un diseño
basado en escenarios, para que no se sientan solos, incluso cuando viven
solos [4].
China también ha entrado en una fase de rápido envejecimiento de
la población. En general, el problema de la oferta insuficiente de servicios
y productos para las personas mayores y el desequilibrio estructural en
la oferta de recursos de servicios sociales para las personas mayores
también está adquiriendo cada vez más importancia. Aprovechando las
oportunidades generadas por el rápido desarrollo de Internet y la
tecnología de la información, se ha convertido en una tarea importante
ÍD
construir una sociedad acomodada para resolver la contradicción entre la
creciente demanda de servicios para las personas mayores y el desarrollo
desequilibrado e insuficiente. En comparación con los países
desarrollados, China se encuentra relativamente tarde en el proceso de
envejecimiento de la población y el desarrollo de la industria nacional de
atención inteligente a las personas mayores aún se encuentra en la etapa
de exploración inicial. Por lo tanto, al comparar y estudiar el
envejecimiento inteligente en países desarrollados como Europa,
América y Asia Oriental y luego combinar la situación real del
A
envejecimiento en China, resumir la experiencia adecuada para el
desarrollo del envejecimiento inteligente en China ayudará a construir y
mejorar. un sistema de servicios de envejecimiento inteligente con
características chinas [5].
El nacimiento de la tecnología de control de dispositivos inteligentes
TR
es el resultado de la reacción mutua entre la búsqueda de una salud
física y mental de alta calidad de las personas mayores y el rápido
desarrollo de la tecnología de la información. La tecnología de control
inteligente no es sólo el uso de la llamada tecnología altamente
sofisticada en la vida diaria de las personas mayores, sino también los
servicios de control de acuerdo con las necesidades individuales de las
personas mayores. Este artículo combina la investigación en psicología y
ergonomía para explorar cómo utilizar el espacio habitable para
construir escenarios interiores que influyan en los cambios conductuales
y psicológicos de las personas mayores basándose en una funcionalidad
RE
satisfactoria. El entorno externo influye en la percepción del usuario, y la
percepción determina el comportamiento del usuario. A través de la
construcción de escenarios, objetos y personas pueden interactuar entre
sí, logrando así el objetivo de “soledad pero no soledad” para las
personas mayores que viven solas y brindando un ambiente de
envejecimiento moderno con alta seguridad, conveniencia, calidad y
confort para las personas mayores. .
2. Trabajo relacionado
Muchos esfuerzos se han basado en los recursos de Internet y las fuerzas
sociales existentes para construir plataformas de información pública y
plataformas de redes de servicios de información sobre el cuidado de
personas mayores utilizando tecnologías como la computación en la
nube y big data para proporcionar cuidados y enfermería comunitarios,
gestión de la salud, rehabilitación y otros cuidados domiciliarios.
servicios. Por ejemplo, los autores de [6] propusieron el concepto de
“comunidad digital” y “cuidado digital de personas mayores”.
y llevó a cabo investigaciones y debates. Los autores de [7] presentaron
la comunidad digital de Hangzhou para realizar el proyecto de medios de
vida de "cuidado digital de personas mayores" en el distrito. Soker et al.
[8] propusieron un modelo de atención domiciliaria en red. Ostrowski [9]
propuso una estrategia para la construcción de servicios digitales de
atención a personas mayores en el contexto de la nueva urbanización.
Los autores de [10] propusieron el concepto de atención inteligente a las
personas mayores, señalando que la atención inteligente a las personas
mayores es el uso de Internet de las cosas, la computación en la nube y
otras tecnologías para llevar a cabo una atención médica integral, en
O
línea y fuera de línea, integrada y todo -Servicios redondos de atención a
personas mayores. Glavič et al. [11] destacó que el envejecimiento
inteligente proporciona servicios integrales a las personas mayores en
términos de vestimenta, alimentación, vivienda, transporte,
entretenimiento y salud, ayudándoles a mejorar su calidad de vida, sin
olvidar ayudarles a reflejar su valor y dignidad. Los autores de [12]
argumentaron que el envejecimiento inteligente es un nuevo modelo de
servicios de atención a las personas mayores, cuyo núcleo radica en
tomar como guía las necesidades de las personas mayores en grupos,
movilizando diversos recursos de atención a las personas mayores para
coordinar las acciones de los diversos cuidados a las personas mayores.
-partes relacionadas a través de la integración de gestión avanzada y
tecnología de la información, a fin de mejorar de manera sistemática,
inteligente y humana la capacidad y el nivel de los servicios comunitarios
de cuidado de personas mayores en el hogar, y esforzarse por brindar el
menor costo, la mayor eficiencia y los servicios más convenientes. ,
resolviendo el problema del envejecimiento en el lugar para las personas
mayores de la comunidad.
En respuesta a las características de la población dispersa que vive
en los Estados Unidos, se ha establecido una flota de servicios médicos
para personas mayores (red médica móvil) en las principales ciudades de
los Estados Unidos, brindando una variedad de servicios como servicios
médicos a domicilio y servicios de atención domiciliaria en un midbus
para personas mayores necesitadas que están confinadas en sus hogares
[13]. Adopta una operación orientada al mercado y una gestión
profesional, para que las personas mayores puedan compartir recursos
de servicios y reducir el costo de los servicios de cuidado de personas
mayores. El Reino Unido fue el primer país en introducir el concepto de
“envejecimiento inteligente”. 0e UK cree que el envejecimiento basado en
la comunidad es el modelo más adecuado para el envejecimiento en el
país. La mayoría de las personas mayores se encuentran principalmente
en la comunidad, incluidas viviendas para personas mayores, guarderías,
centros de actividades para personas mayores e instituciones de
atención. [14]. El Reino Unido tiene un alto nivel de entusiasmo por la
participación voluntaria en el envejecimiento comunitario. Alemania es
actualmente uno de los países más envejecidos de Europa, con un 23%
de personas mayores de 60 años. Los ancianos en Alemania no
dependen de sus hijos para su vejez, sino principalmente de ellos
mismos y del apoyo del Estado y la sociedad. Para hacer frente a la
escasez de mano de obra, Alemania está desarrollando activamente un
envejecimiento inteligente [15]. Japón tiene el nivel más alto de
envejecimiento del mundo. Para hacer frente al problema del
envejecimiento de la población, Japón concede gran importancia al
desarrollo del envejecimiento inteligente como industria económica. La
Autoridad de Vivienda de Singapur ha probado y desarrollado el "Sistema
de alerta inteligente para personas mayores en casa". Este sistema
monitorea la vida de las personas mayores y notifica a los cuidadores en
caso de accidente [16].
 Inteligencia Computacional y Neurociencia
3. Control inteligente de dispositivos
3.1. Control Inteligente de Equipos.Desde su introducción, la tecnología
de control de dispositivos inteligentes ha provocado acalorados debates
en todos los sectores de la sociedad y ha sido muy respetada por muchas
instituciones de atención a personas mayores, en particular como un
nuevo tipo de motor de desarrollo industrial [17]. La tecnología de
control de dispositivos inteligentes no solo impulsa el desarrollo y la
innovación de servicios inteligentes de cuidado de personas mayores a
un nivel superior, sino que también les permite buscar un entorno de
vida más cómodo, seguro y conveniente a medida que sus niveles de
vida continúan mejorando [18].
El nacimiento de la tecnología de control de dispositivos inteligentes
es el resultado de la reacción mutua de la búsqueda de una salud física y
mental de alta calidad por parte del grupo de personas mayores y el
rápido desarrollo de la tecnología de la información. La tecnología de
ÍD
control inteligente no es sólo la llamada tecnología altamente sofisticada
utilizada en la vida diaria de las personas mayores, sino también los
servicios de control según las necesidades individuales del grupo de
personas mayores [19]. La tecnología de control inteligente es el
producto de un alto grado de integración de tecnologías innovadoras
como la tecnología de Internet de las cosas, algoritmos de redes
neuronales profundas [20], tecnología de control inteligente y tecnología
de servicios para personas mayores, proporcionando un entorno
moderno para personas mayores con alta seguridad, comodidad y
A
calidad y comodidad para las personas mayores [21].
3.2. Detección de caídas en interiores.En este estudio se encontró que
existen dos causas principales de caídas accidentales en la población de
TR
edad avanzada, a saber, factores físicos intrínsecos y factores
ambientales extrínsecos.
Una revisión de la literatura sobre la epidemiología de las caídas en China
reveló que los factores intrínsecos incluyen sentidos embotados, visión
reducida, reflejos más lentos, deterioro muscular, equilibrio reducido y
trastornos del sistema nervioso central, mientras que los factores extrínsecos
incluyen superficies irregulares en el área, iluminación deficiente. , entornos
desordenados y uso regular de medicamentos con efectos secundarios
vertiginosos. Todos estos factores contribuyen a la mayor probabilidad de
caídas accidentales en la población de edad avanzada [22]. La reducción del
RE
equilibrio en las personas mayores es un factor clave en las caídas. Los
factores que contribuyen a las caídas involuntarias en personas mayores se
muestran en la Tabla 1.
Cuando las personas caminan sobre el pie izquierdo y el
derecho, las partes asociadas del cuerpo trabajan en conjunto para
mantener el equilibrio y, al hacerlo, pasan por un tedioso proceso de
musculoneurotransmisión, en el que tres mecanismos principales:
perceptivo, central y musculoneurotransmisión. trabajo
organizacional en conjunto. Si se producen alteraciones del
equilibrio en la población de edad avanzada, como neuropatía
periférica, vértigo y problemas visuales o de fuerza muscular, el
riesgo de caídas accidentales aumenta significativamente [23].
Las caídas en las personas mayores generalmente ocurren cuando los
mecanismos de equilibrio del cuerpo se alteran accidentalmente, a menudo en
2 segundos. Este es un movimiento mucho más corto que el normal, como
ponerse en cuclillas, acostarse o ponerse de pie. Debido a que el cuerpo
humano cae en un corto período de tiempo, el centro de gravedad del cuerpo
se desplaza significativamente en la dirección de la caída, y la caída va
acompañada de tres valores instantáneos específicos.
3
de aceleración en elX,Y, yzejes y el ángulo de inclinación en
los tres ejes.
La mayoría de los estudios de caídas accidentales han utilizado el
cambio en los valores de aceleración 3D y ángulo de inclinación durante
la caída como criterio para la detección de caídas. La relación entre las
coordenadas 3D y el cuerpo humano se muestra en la Figura 1.
4. Algoritmos de detección de caídas
El experimento consistió en 8 transiciones de estados normales y 4
O
estados de caída en interiores. Se recogieron un total de 1.080 datos
simulados, 720 de actividades diarias y 360 de caídas. Se descubrió
que colocar el sensor integrado en la cintura para obtener la señal
de aceleración del cuerpo humano puede reflejar con mayor
precisión el grado de cambio del estado general del movimiento,
mientras que la transformación más compleja de la muñeca o el
brazo no puede reflejar completamente la información de La
transformación de la postura humana. Por lo tanto, se eligió que la
posición óptima para el sensor fuera la cintura y el sensor se fijó
directamente delante de la cintura del voluntario. Los datos de
ejemplo requeridos se muestran en las Tablas 2 y 3.
Al experimentar con el algoritmo de detección de caídas, es
importante primero aclarar la idea general de todo el proceso del
algoritmo y visualizarlo mediante un diagrama de flujo. El marco
general de los experimentos de detección de caídas se muestra en
la Figura 2, y cada parte del módulo experimental se describe más
adelante.
A través del diagrama de flujo del algoritmo, tenemos una
comprensión clara del proceso de este estudio sobre la detección de
caídas accidentales en personas mayores, y cada paso del algoritmo
y sus principios se describirán en detalle a continuación.
Reducción de ruido: basándose en el hecho de que la señal
original del sensor se mezcla con una gran cantidad de ruido blanco,
que debe eliminarse cuando se aplica en escenarios prácticos, este
experimento utiliza la reducción de ruido de umbral de ondas para
preprocesar la señal original [24]. El proceso de reducción de ruido
del umbral de ondículas es el siguiente:
(1) Transformada wavelet de la señal originalF(X) que
contiene ruido para obtener los coeficientes wavelet
w(j, k)
(2) 0retener el coeficiente establecidow(j, k)para obtener
un conjunto de coeficientes estimadow(j, k)tal que la
diferencia entrew(j, k)yw(j, k)'es lo más pequeño
posible
(3) 0e coeficiente estimadow(j, k)'se reconstruye como
una wavelet y la señal estimadaF(k) es la señal libre
de ruido requerida para el experimento
La velocidad angular refleja la inclinación del cuerpo humano en
la habitación, y la velocidad angular del cuerpo humano en los tres
ejes durante el movimiento también puede caracterizar con
precisión el cambio de postura de las personas mayores. Las
velocidades angulares en los tres ejes también son una
representación precisa de los cambios en la postura de las personas
mayores. Las fórmulas mejoradas para calcular el SMA y la velocidad
angular se muestran en las ecuaciones (1) y (2), donde los valores de
aceleración en elX, Y, yzSe toman ejes y eje(t) se toma como el valor
de la velocidad angular en elX,Y, yzejes, respectivamente.
 4 Inteligencia Computacional y Neurociencia

Mesa1: Factores que contribuyen a la aparición de caídas involuntarias en personas mayores.

Tipo de factor inducción de caída

Factores físicos internos Retraso sensorial, pérdida de visión, respuesta lenta y enfermedades del sistema nervioso central. Degeneración del
Ambientales externos músculo esquelético, superficie de la carretera irregular, luz insuficiente, entorno desordenado, uso inadecuado.
factores altura de la cama y la silla, y mareos y debilidad causados por tomar algunos medicamentos

O
Y

ÍD
X
Cifra1: Diagrama esquemático de la correspondencia entre las coordenadas 3D y el cuerpo humano.

Mesa2: Datos simulados sobre las actividades de comportamiento diarias requeridas para el algoritmo de caída.

Tipo de comportamiento Transformación del estado del cuerpo humano. Número de experimentos
De estar de pie a sentado De 90
A
Simulación de actividad de comportamiento diario.
estar sentado a estar de pie
De estar de pie a acostado De
acostado a estar de pie De
sentado a acostado De
90
90
90
90
acostado a sentado 90
Pararse y girar a la izquierda 90
TR
Pararse y girar a la derecha 90

Mesa3: Datos simulados de actividad de caída accidental necesarios para el algoritmo de caída.

Tipo de comportamiento Transición del estado del cuerpo humano Número de experimentos
Caer hacia la izquierda 90
Caer hacia la derecha 90
Simulación de anomalías de caída en interiores.
Caer hacia adelante 90
Retroceder 90
RE

norte
Análisis de componentes principales, la transformación no lineal.
AME(eje)� |eje(i)|, (1) Φ(Bi)corresponde a una función del núcleo diferentek(B, B′).
i�1 0e matriz de covarianza del espacio de alta dimensiónhse muestra de la
siguiente manera:
ventana de tiempo

ejército de reserva(eje)� weje(t) ·dt. (2)

t�1 1norte
� Φ(Bnorte !Φ( Bnorte
t .
¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡ (3)
nortenorte�1
El análisis de componentes principales del kernel primero asigna el
conjunto original de vectores de características a un espacio de alta
dimensión a través de una transformación no lineal y luego logra la 0e fórmula para resolver los valores propios de la matriz de
separabilidad lineal en el espacio de alta dimensión para obtener covarianza y sus correspondientes vectores propios se muestran a
mejores atributos de característica que en el espacio original [25]. continuación:
0e conjunto de vectores de características???Bnorte norte i�1representa la nor-
conjunto malizado de datos de características humanas, dondeBnorterepresenta el λu� Ud. (4)
vector fila de lanorteº datos de características humanas. Para cada vector en el
conjunto de vectores de características, una transformación no lineal adecuada 0eiel vector propiotuide la matriz de covarianza puede ser
Φ(Bi):Rmetro⟶ media pensióni⟶ B′ ise utiliza para mapear la característica representado por una combinación lineal deα(inorte
) ,dóndeαnorte
( i) es el
vectorBien el espacio de alta dimensiónh. en el núcleo coeficiente de suma, como se muestra en la siguiente ecuación:
 Inteligencia Computacional y Neurociencia 5

kMinnesota�k(Bmetro, Bnorte¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡. (9)

Para hacer la media (1/norte) nortei�1 Φ(Bi) �0, el núcleo

Comenzar

matrizkTambién se necesita en el espacio centralizado de características de

alta dimensión.
Entrenamiento previo no supervisado: para la característica de datos de

Obtener original
caídas accidentales en interiores por parte de personas mayores, este tema
señal utiliza autocodificadores para el entrenamiento previo no supervisado capa
por capa para resolver el problema de difusión de gradiente. Las capas ocultas
de la red neuronal profunda se entrenan previamente capa por capa, y los

O
parámetros obtenidos del preentrenamiento se utilizan como valores de
inicialización para los parámetros correspondientes del algoritmo completo.
Reducción de ruido

Para facilitar el cálculo de conjuntos de vectores de características, las

señales sin procesar, incluidas todas las anomalías y el comportamiento diario,
se interceptan como segmentos de tiempo en este experimento. 0e longitud

ÍD
del segmento de tiempo contiene suficiente información sobre la
Dimensionalidad
transformación de la acción de personas mayores para el cálculo del conjunto
reducción
de vectores de características y no produce un retraso de respuesta demasiado
largo. El cálculo de los componentes del vector de características establecido
en este experimento se basa en la población de datos de la señal original
dentro de la ventana de tiempo.
Pre sin supervisión
Clasificador de detección y reconocimiento: basado en la eficiencia y
capacitación
los criterios en tiempo real del algoritmo de detección de anomalías de
caídas, especialmente el requisito de que el algoritmo de caídas pueda
A Identificación
determinar con precisión las características de comportamiento de las
personas mayores, este experimento decidió utilizar una red neuronal
profunda basada en algoritmo de retropropagación como clasificador de
y clasificación
detección y reconocimiento para todo el algoritmo de caída. El
clasificador de red neuronal profunda diseñado en este experimento
TR
tiene 2 neuronas correspondientes a la salida de clasificación y un patrón
totalmente conectado hacia adelante entre las capas.
Presentación de
resultados de la prueba

5. Evaluación de los resultados de las pruebas de caída

Cifra2: gen Marco general del experimento de detección de caídas.
Las métricas de evaluación para determinar si un algoritmo de
detección de caídas es eficiente suelen incluir sensibilidad y
norte
especificidad. En este estudio, para comparar efectivamente la
tui� α(i) (5)
RE

norteΦ(Bnorte¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡.
desempeño de los clasificadores, se decidió utilizar un método de evaluación
norte�1
métrica de rendimiento de ación comúnmente utilizada en aprendizaje
sustitución g de las ecuaciones (3) y (4) en la ecuación (5) da profundo y estadística, a saber, la matriz de error [26]. La matriz de error
es un formato estándar para una evaluación precisa y estas métricas
norte
1 norte

t
norte

() reflejan el desempeño del clasificador desde diferentes aspectos. Las

λi α(i) Φ(B¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡� Φ(B !Φ(B αi
norte¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡ B .
metroΦ( metro¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡ (6)
norte norte
nortenorte�1
norte
matrices de error se muestran en la Tabla 4. La sensibilidad se refiere a la
norte�1 metro�1

velocidad a la que se identifican con precisión todas las anomalías de las

0e interior Operación del producto en alta dimensión. caídas en las personas mayores, y la especificidad se refiere a la

espacio de características es reemplazado por una función del núcleo para obtener velocidad a la que se detectan con precisión todas las conductas
cotidianas normales en las personas mayores.
k(B, B′¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡�Φ(B)tΦ(B′¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡. (7) El experimento se evaluó tres veces para evaluar la efectividad de la
clasificación de cada parte del grupo de vectores de características.
multiplicar bo ésimos lados del signo igual en la ecuación (6) al Utilizando un enfoque de validación comparativa, se seleccionó cada
Φ(B′)ten el mismo tiempo para obtener grupo de vectores de características para entrenar la red neuronal para
el reconocimiento y la clasificación.
1norte
norte norte

()
λi α(i) nortek(B ′, Bnorte¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡� k(B′, B norte αi metro k(Bnorte, B¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡¡
metro.
(8)
nortenorte�1
norte�1 norte�1

5.1. Experimentos controlados de una sola variable.En este experimento, se

De acuerdo a o (8), es posible calcular los elementos utilizó un enfoque de control de una sola variable, es decir, los conjuntos de
del núcleo matriz como se muestra en la siguiente ecuación: vectores de características seleccionados no se redujeron dimensionalmente.
 6 Inteligencia Computacional y Neurociencia

Mesa4: Matriz de errores.

muestra positiva muestra negativa

Correcto caídas accidentales Comportamiento diario

Error Falsa caída accidental Comportamiento pseudodiario

Mesa5: Resultados de la detección de caídas según el método de control de una sola variable.

Preprocesamiento de datos Reducción de dimensionalidad de KPCA Entrenamiento no supervisado Clasificador de reconocimiento Sensibilidad (%) Especificidad (%)
Tener Nada Tener Red neuronal profunda 96,32 95,48

O
Tener Tener Tener Red neuronal profunda 99,21 99,87

MesaFigura 6: Resultados de la detección de caídas basados en métodos de control bivariados.

Preprocesamiento de datos Reducción de dimensionalidad de KPCA Entrenamiento no supervisado Clasificador de reconocimiento Sensibilidad (%) Especificidad (%)
Nada Nada 94,57 93,32

ÍD
Tener Red neuronal profunda
Tener Tener Tener Red neuronal profunda 99,21 99,87

Mesa7: Resultados de detección de caídas para diferentes clasificadores de reconocimiento.

Preprocesamiento de datos Reducción de dimensionalidad de KPCA Entrenamiento no supervisado Clasificador de reconocimiento Sensibilidad (%) Especificidad (%)
Tener Tener Tener Máquinas de vectores soporte 97,36 97,52
Tener Tener Tener Red neuronal poco profunda 96,93 95,41
Tener
A Tener

mediante análisis de componentes principales del núcleo y luego

Tener Red neuronal profunda 99,21

5.3. Identificación de experimentos clasificadores.El objetivo de este

99,87

entrenado para la clasificación de reconocimiento de redes neuronales
profundas, siendo todas las demás condiciones idénticas. Los resultados
TR
del reconocimiento de clasificación basados en el control de una sola
variable se muestran en la Tabla 5. Según los datos de la tabla, la
sensibilidad del grupo de vectores de características sin reducción de
dimensionalidad del análisis del componente principal del kernel alcanzó
el 90,32% y la especificidad alcanzó el 93,48%. Sin embargo, todavía
existe una diferencia significativa entre los resultados del entrenamiento
obtenidos por el algoritmo y los resultados obtenidos por el algoritmo.
5.2. Experimentos controlados bivariados.Este experimento utiliza un
RE
experimento fue evaluar el efecto de diferentes clasificadores de
reconocimiento en la clasificación del conjunto de prueba de anomalías de
caída. Los clasificadores seleccionados fueron máquinas de vectores de
soporte, redes neuronales de avance superficial y redes neuronales profundas.
El ángulo de inclinación y la amplitud de la señal se combinaron en un
conjunto de vectores de características de 14 bits, y para cada actividad
humana, se obtuvieron 14 matrices de coeficientes modelando los datos de los
coeficientes después del procesamiento de datos, la reducción de
dimensionalidad y el entrenamiento previo no supervisado para entrenar los
tres clasificadores mencionados. arriba, y se utilizaron 14 matrices de
coeficientes obtenidas por el mismo método para probar el clasificador de

detección de caídas. Los resultados de clasificación de los diferentes

enfoque de control bivariado basado en lo anterior para evaluar el efecto
de la reducción de escala del análisis de componentes principales del
núcleo y el preentrenamiento no supervisado en la clasificación del
conjunto de prueba. Cada actividad humana contenía 14 matrices de
coeficientes obtenidas modelando los datos de ejemplo preprocesados
para entrenar la red neuronal profunda y 14 matrices de coeficientes
obtenidas por el mismo método para pruebas de clasificación de
comportamiento normal y anormal de caídas. Los resultados de la
clasificación de reconocimiento se muestran en la Tabla 6. Los resultados
experimentales muestran que la sensibilidad de la clasificación de
reconocimiento sin análisis de componentes principales del núcleo y
preentrenamiento no supervisado puede alcanzar aproximadamente el
94,57% y la especificidad puede alcanzar aproximadamente el 93,32%. 0
sigue siendo una diferencia significativa en comparación con el 99,21%
de sensibilidad y el 98,97% de especificidad del algoritmo. Se puede ver
que la red neuronal profunda con análisis de componentes principales
del núcleo y preentrenamiento no supervisado es más robusta y tiene
mejor capacidad de generalización.
clasificadores de reconocimiento se muestran en la Tabla 7. Según los
resultados experimentales, aunque los resultados de clasificación de los dos
primeros clasificadores han alcanzado un alto nivel de precisión, todavía existe
una brecha significativa en comparación con la red neuronal profunda. lo que
tiene la ventaja de equilibrar la sensibilidad y la especificidad que otros
clasificadores no tienen.
6. Conclusiones
En este artículo, se propone un algoritmo de detección de caídas basado en el
análisis de componentes principales del núcleo y redes neuronales profundas
para abordar una serie de problemas urgentes, como la vulnerabilidad de las
personas mayores a caer en interiores y la posibilidad de sufrir múltiples
lesiones después de una caída. El algoritmo 0e toma la señal sin procesar del
sensor integrado, la aceleración y la inclinación del cuerpo como vectores de
características que se ingresarán, y después de la reducción de
dimensionalidad mediante el análisis de componentes principales del núcleo y
el entrenamiento previo no supervisado mediante un autocodificador, se crea
una red neuronal profunda basada en un algoritmo de retropropagación.
 Inteligencia Computacional y Neurociencia 7

utilizado como clasificador de detección de caídas. La validación [12] C. Wilson, T. Hargreaves y R. Hauxwell-Baldwin, "Hogares
experimental en 1080 muestras de datos logró una sensibilidad del inteligentes y sus usuarios: un análisis sistemático y desafíos
99,21% y una especificidad del 99,87%. clave",Computación personal y ubicua, vol. 19, núm. 2, págs.
463–476, 2015.
[13] F. Karaca, PG Raven, J. Machell et al., "Provisión de servicios públicos de
Disponibilidad de datos infraestructura única para hogares: T",Futuros, vol. 49, págs. 35 a 48,
2013.
No se obtuvo permiso analítico del proveedor de datos [14] MJ O'Grady, C. Muldoon, M. Dragone y R. Tynan, "Hacia
debido a la confidencialidad comercial. sistemas de vida evolutivos asistidos por ambiente", Revista de
inteligencia ambiental y computación humanizada, vol. 1, núm.
Divulgación 1, págs. 15 a 29, 2010.

O
[15] C. D Powell, D. E Quain y K. A Smart, "El impacto de la edad de las células
Los autores confirman que el contenido del manuscrito no ha de la levadura cervecera en el rendimiento, la atenuación y la floculación

sido publicado ni enviado para publicación en otro lugar. de la fermentación".Investigación de levadura FEMS, vol. 3, núm. 2, págs.
149-157, 2003.
[16] DT Guedes, BE Alvarado, SP Phillips, CL Curcio,
Conflictos de interés MV Zunzunegui y RO Guerra, “Situación socioeconómica, relaciones
sociales y violencia doméstica (VD) contra personas mayores en

ÍD
Los autores declaran que no existen potenciales conflictos de Canadá, Albania, Colombia y Brasil”.Archivos de gerontología y
intereses. geriatría: una revista internacional que integra estudios
experimentales, clínicos y sociales sobre el envejecimiento, vol. 60,
Contribuciones de los autores núm. 3, págs. 492–500, 2015.
[17] B. Tobiasz-Adamczyk, P. Brzyski y M. Brzyska, “Calidad de vida relacionada
Todos los autores han leído y aprobado la versión final del con la salud en la vejez y riesgo de ser víctima de violencia doméstica”.

manuscrito para su publicación. Archivos de gerontología y geriatría: una revista internacional que
integra estudios experimentales, clínicos y sociales sobre el
envejecimiento, vol. 58, núm. 3, págs. 388–398, 2014.
Referencias
A
[1] S. Gardiner, D. Grace y C. King, "Efecto de generación", Revista de
investigación de viajes, vol. 53, núm. 6, págs. 705–720, 2014.
[18] E Hamzah, K Hastuti, J Hashim, CE Chuah y
MA Khattak, “Efecto del recocido en solución y el envejecimiento a baja
temperatura en las microestructuras y el comportamiento superelástico
de la aleación Ti-50,7at.%Ni”.Investigación de materiales avanzados, vol.
[2] AS Morgan, HB Dale, WE Lee y PJ Edwards, "Muertes de
813, págs. 72–80, 2013.
ciclistas en Londres: tendencias de 1992 a 2006", BMC
[19] I. Maglogiannis, F. Makedon, G. Pantziou y L. Baillie,
TR
Salud Pública, vol. 10, núm. 1, pág. 699, 2010.
“Tecnologías generalizadas para entornos de asistencia:
[3] W. Yu y H. Tang, "Estudio experimental sobre la existencia de poros a
Número especial de la conferencia PETRA 2008”,Computación
nanoescala y la evolución de la materia orgánica en esquisto rico
personal y ubicua, vol. 14, núm. 6, págs. 469–471, 2010.
en materia orgánica".Reseñas de nanotecnología, vol. 8, núm. 1,
[20] S. Davoudi, M. Wishardt y I. Strange, “0e aging of Europe:
págs. 156-167, 2019.
D”,Futuros, vol. 42, núm. 8, págs. 794–803, 2010.
[4] A. Wang, Y. Fang y B. Yu, “Desarrollo de zonas piloto de libre
[21] D. Briggs, "Notas sobre el final de la vida: 0e interacciones sociales entre
comercio y crecimiento económico regional en China: comparación
pacientes, cuidadores y profesionales".Calidad en el envejecimiento:
de las vías de conducción y los mecanismos dinámicos”.Revisión
políticas, prácticas e investigaciones, vol. 11, núm. 2, págs. 35–46, 2010.
económica y financiera de China, vol. 9, núm. 4, págs. 67–86, 2020.
[22] J Soar, “El potencial de las tecnologías de la información y la
[5] RC Shah, AS Buchman, RS Wilson, SE Leurgans y
comunicación para apoyar el envejecimiento y la vida
DA Bennett, “Nivel de hemoglobina en personas mayores y
RE

independiente”. Anales de telecomunicaciones, vol. 65, núm. T9-10,

enfermedad de Alzheimer incidente: análisis de cohorte
págs. 479–483, 2010.
prospectivo”. Neurología, vol. 77, núm. 3, págs. 219-226, 2011.
[23] B. Rieger, O. Tamcan, D. Dietrich y U. Müller, "El envejecimiento desafía los
[6] M. Salamaga, "Investigación propuesta sobre las relaciones entre la
resultados de cualquier estudio de resultados: cómo abordar los efectos
competitividad de la innovación y la competitividad de las
del envejecimiento en las actividades de la vida diaria".Revista de
exportaciones en los países de Europa central y oriental",Folia
investigación médica internacional, vol. 40, núm. 2, págs. 726–733, 2012.
Oeconomica Stetinensia, vol. 20, núm. 2, págs. 332–345, 2020.
[7] MS Mancia y A. Mancia, “Elementos en el mercado de la propiedad
[24] AMA Nasirudeen y S. Xiao, "Habilidades del idioma inglés y rendimiento
inmobiliaria en oradea”,Revista de Ciencias de la Ingeniería
académico: una comparación entre estudiantes de enfermería
Aplicadas, vol. 7, núm. 2, págs. 44–47, 2017.
nacionales e internacionales asiáticos en Singapur".Revista Internacional
[8] M. Söker, M. Galster, U. Krupp y B. Dönges, “Pruebas de fatiga
de Enfermería, vol. 7, núm. 1, págs. 30–38, 2020.
ultrasónica en el microscopio electrónico de barrido”.Pruebas de
[25] C. Cao, Y. Tang, D. Huang, W. Gan y C. Zhang, "IIBE: un
materiales, vol. 58, núm. 2, págs. 97-101, 2016.
algoritmo de cifrado basado en identidad mejorado para la
[9] W. Ostrowski, “Etapas de desarrollo de la cartografía como
seguridad de wsn".Redes de Seguridad y Comunicaciones, vol.
ciencia”,Miscelánea Geográfica, vol. 13, núm. 1, págs. 267–276,
2021, artículo ID 8527068, 8 páginas, 2021.
2008.
[26] F. Oswald, H.-W. Wahl, O. Schilling et al., "Relaciones entre
[10] Z. Chunlin, "Revisión de investigaciones nacionales e internacionales sobre
vivienda y envejecimiento saludable en la vejez".Ser
señales de tráfico",Revista de investigación del paisaje, vol. 9, núm. 06,
Gerontólogo, vol. 47, núm. 1, págs. 96-107, 2007.
págs. 106-108, 2017.
[11] P. Glavič, RK Lukman y B. Žiberna, "Anuncio de la conferencia y
convocatoria de ponencias",Revista de Producción Más Limpia,
vol. 70, págs. 1 a 3, 2014.