Context-Aware Multisensory Monitoring for Aging-in-Place Applications: An MQTT-Based Indoor Positioning System
Notice bibliographique
Résumé
Background: The aging population in Canada and globally faces numerous chronic and neurodegenerative conditions, with limited mobility being a significant predictor. Collecting longitudinal mobility data presents a potential solution, aiding in the proactive diagnosis and management of related health issues. However, current wearable and IoT-based solutions encounter adoption barriers due to usability, data accuracy, and network reliability. Additionally, the digital divide in healthcare impacts older adults, limiting their access to health-monitoring technologies. Objective: This thesis aims to design a real-time, sensor-based indoor positioning and health monitoring system that is efficient, scalable, and user-friendly, especially for older adults. The design emphasizes reliable data acquisition and transmission, as well as key considerations for stakeholders, including older adults, their caregivers, and healthcare teams. Methods: The system comprises a smartwatch emitting a BLE signal and equipped with sensors to collect physiological data, and ESP32-based beacons that gather ambient sensing data and the BLE signal from the smartwatch. MQTT is used as the data transmission protocol from beacon to Raspberry Pi-based hub. Key system optimizations include data transmission frequency tuning, epoch-based timestamp synchronization, and load-balancing to reduce network congestion. The system has been evaluated against performance metrics including data accuracy, latency, and scalability tested under different sensor loads. Results: The system proves feasible for real-time health monitoring, demonstrating performance within requirements in a short time frame for minimal data loss, time synchronization, and network stability. Challenges include long-term performance pertaining to memory and load management on the ESP32 as well as BLE emission configurations on the smartwatch for RSSI consistency. Conclusion: This system offers a real-time, low-latency health monitoring framework that addresses usability and efficiency. Contributions include increased accessibility for stakeholders and reliability in data acquisition and storage. Future work will focus on refining the system’s long-term performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».