The population of elderly people has been increasing at a rapid rate over the last few decades and their population is expected to further increase in the upcoming future. Their increasing population is associated with their increasing needs due to problems like physical disabilities, cognitive issues, weakened memory and disorganized behavior, that elderly people face with increasing age. To reduce their financial burden on the world economy and to enhance their quality of life, it is essential to develop technology-based solutions that are adaptive, assistive and intelligent in nature. Intelligent Affect Aware Systems that can not only analyze but also predict the behavior of elderly people in the context of their day to day interactions with technology in an IoT-based environment, holds immense potential for serving as a long-term solution for improving the user experience of elderly in smart homes. This work therefore proposes the framework for an Intelligent Affect Aware environment for elderly people that can not only analyze the affective components of their interactions but also predict their likely user experience even before they start engaging in any activity in the given smart home environment. This forecasting of user experience would provide scope for enhancing the same, thereby increasing the assistive and adaptive nature of such intelligent systems. To uphold the efficacy of this proposed framework for improving the quality of life of elderly people in smart homes, it has been tested on three datasets and the results are presented and discussed.


翻译:在过去几十年中,老年人口迅速增长,预计未来老年人口将进一步增加,其人口的增长与老年人因身体残疾、认知问题、记忆力减弱和无组织行为等老年人随着年龄的增长所面临的问题而日益增加的需求有关,因此,为了减轻老年人对世界经济的财政负担,提高老年人的生活质量,必须制定适应性、辅助性和智能性的技术解决方案; 聪明的认知系统不仅能够分析而且能够预测老年人在与基于IoT的环境下的技术进行日常互动时的行为,因此,他们的不断增长的人口与老年人的需求有着巨大的潜力,成为改善老年人在智能家庭中的用户经验的长期解决办法; 因此,这项工作提出了为老年人创造智能敏锐的认知环境的框架,不仅能够分析他们互动的情感成分,而且能够在他们开始参与某种智能型家庭环境中的任何活动之前预测他们可能的用户经验。 这种对用户经验的预测,将为加强老年人在基于IoT的环境下的日常互动活动提供空间,从而增加在智能型家庭中的辅助性和适应性经验,从而提高老年人的智能型生活质量框架的质量。

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6日
【课程推荐】人工智能导论:Introduction to Articial Intelligence
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
开发者应当了解的18套机器学习平台
深度学习世界
5+阅读 · 2018年8月14日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
10+阅读 · 2020年11月26日
VIP会员
相关VIP内容
专知会员服务
39+阅读 · 2020年9月6日
【课程推荐】人工智能导论:Introduction to Articial Intelligence
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
相关资讯
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
开发者应当了解的18套机器学习平台
深度学习世界
5+阅读 · 2018年8月14日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员