• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Episodic Sampling: Towards Energy-efficient Patient Monitoring with Wearable Sensors
【2h】

Episodic Sampling: Towards Energy-efficient Patient Monitoring with Wearable Sensors

机译：情景采样：通过可穿戴传感器实现节能患者监护

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Energy efficiency presents a critical design challenge in wireless, wearable sensor technology, mainly because of the associated diagnostic objectives required in each monitoring application. In order to maximize the operating lifetime during real-life monitoring and maintain sufficient classification accuracy, the wearable sensors require hardware support that allows dynamic power control on the sensors and wireless interfaces as well as monitoring algorithms to control these components intelligently. This paper introduces a context-aware sensing technique known as episodic sampling – a method of performing context classification only at specific time instances. Based on Additive-Increase/Multiplicative-Decrease (AIMD), episodic sampling demonstrates an energy reduction of 85 percent with a loss of only 5 percent in classification accuracy in our experiment.
机译：能源效率在无线，可穿戴传感器技术中提出了关键的设计挑战，这主要是因为每个监视应用程序都需要相关的诊断目标。为了在实际监控中最大化使用寿命，并保持足够的分类精度，可穿戴式传感器需要硬件支持，以允许对传感器和无线接口进行动态功率控制，以及用于智能控制这些组件的监控算法。本文介绍了一种情境感知的感知技术，称为情节抽样–一种仅在特定时间执行情境分类的方法。基于加减/乘减（AIMD），情景采样表明，在我们的实验中，能耗降低了85％，而分类精度仅降低了5％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号