Clasificación de actividad física mediante señales de acelerometría

Resumen

El presente trabajo aborda la problemática asociada con el reconocimiento de patrones de señales provenientes de acelerómetros para  identificar y clasificar un grupo de 12 actividades físicas, las señales se recolectaron mediante acelerómetros colocados en tres posiciones antropométricas distintas: pecho, muñeca derecha, tobillo izquierdo. Se desarrolló un modelo de Redes Neuronales Artificiales (ANN) que clasifica este conjunto de actividades utilizando únicamente señales de acelerometría como entrada. Se presenta una comparativa del rendimiento de la red neuronal tipo  feedforward (RNAf). La evaluación se realizó en cuatro escenarios de clasificación  diferentes, concluyendo que el pecho fue la posición más efectiva para la clasificación, logrando un 77% de precisión. Sin embargo, al adoptar un enfoque integral que considera las señales de los tres sensores, la precisión aumentó significativamente, alcanzando un 90%.