首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】实施包括动作计划的经训练机器学习模型的用于用户跌倒评估的计算机实现的方法_奥托立夫开发公司_202280075243.4 

申请/专利权人:奥托立夫开发公司

申请日:2022-10-28

公开(公告)日:2024-06-21

公开(公告)号:CN118235177A

主分类号:G08B21/04

分类号:G08B21/04;G08B31/00

优先权:["20211029 SE 2151328-8"]

专利状态码:在审-公开

法律状态:2024.06.21#公开

摘要:本公开涉及对于跌倒评估环境用于用户跌倒评估的计算机实现的方法。该计算机实现的方法包括实施S100包括动作计划的经训练的机器学习模型、连续获取S200数据以及连续处理数据、关于用户1的跌倒评估S300、以及随时间推移对动作计划的验证S400。该验证是基于跌倒风险概率FRP的连续计算S410以及监视S420FRP是否以及如何改变。如果在监视中满足用于更新动作计划的设定条件,则该方法包括更新S500动作计划。跌倒评估包括基于连续数据和连续信息的跌倒检测,并且连续获取的数据包括由用户1穿戴的传感器2,3,6,7检测的数据以及用户1的定位数据,FRP的计算也包括所述定位数据。

主权项:1.一种用于跌倒评估环境的用于用户跌倒评估的计算机实现的方法,其中所述计算机实现的方法包括:实施S100包括动作计划的经训练的机器学习模型,连续获取S200数据,以及连续处理数据,关于用户1的跌倒评估S300,随时间推移对所述动作计划的验证S400,其中所述验证基于:跌倒风险概率FRP的连续计算S410,监视S420FRP是否以及如何改变,以及如果在所述监视中满足用于更新所述动作计划的设定条件,则更新S500所述动作计划,其中所述跌倒评估包括基于连续数据和连续信息的跌倒检测,并且其中所述连续获取的数据包括由所述用户1穿戴的传感器2,3,6,7检测的数据以及所述用户1的定位数据,并且其中FRP的所述计算还包括所述定位数据。

全文数据:

权利要求:

百度查询: 奥托立夫开发公司 实施包括动作计划的经训练机器学习模型的用于用户跌倒评估的计算机实现的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。