Modelagem de padrões comportamentais de pessoas em domicílios unipessoais

Abstract

O aumento da expectativa de vida, ligado a fatores como o desenvolvimento econômico e o avanço tecnológico contribuíram de forma significativa para uma tendência atual que é a busca pela moradia unipessoal. Estima-se que em 2011, 15% dos domicílios em todo o mundo tinham apenas um morador e um aspecto importante desse cenário, é que essa tendência vem sendo observada também entre os idosos. De acordo com o IBGE, em 2011, 14,4% dos idosos no Brasil moravam sozinhos. Contudo, o processo natural de envelhecimento traz graduais perdas físicas, mentais, cognitivas e sociais, o que se traduz em uma maior vulnerabilidade para o idoso. Diante do cen ario exposto, este projeto tem como objetivo a criação de um modelo computacional capaz de aprender alguns comportamentos rotineiros de uma pessoa que mora em um domicílio unipessoal e também identicar situações consideradas de risco para a sua saúde, através de dados coletados exclusivamente por sensores de movimentação e temperatura. O modelo proposto foi testado inicialmente com dados extraídos de um programa de simulação baseada em agentes e posteriormente, com dados coletados da casa de dois idosos. Como resultado, o modelo apresentou evidências da sua capacidade em aprender alguns comportamentos considerados importantes para uma pessoa que vive sozinha, como também, em identificar algumas situações críticas, como falhas técnicas nos sensores e, principalmente, situações consideradas de risco para a sua saúde da pessoa.

ABSTRACT:

The increase in life expectancy linked to other important factors, such as economic development and technological advancements have contributed significantly to a current trend for single-person households. It is estimated that in 2011, almost 15% of households worldwide had only one resident and an important aspect is that this trend has also been observed among the elderly. According to IBGE, in 2011, 14.4% of the elderly in Brazil lived alone. Moreover, the natural aging process brings gradual physical, mental, cognitive and social losses, resulting in a greater vulnerability for them. So, this project aims at creating a computational model capable of learning some routine behaviors of a person who lives alone and also identifying activities considered abnormal and suggestive of health risks, based on data extracted exclusively from motion and temperature sensors. The proposed model was tested initially over data collected from a agent based simulation program and later, over data collected from the house of two elderly that live alone. As a result, the model presented some evidence of its ability to learn some person’s behavior considered important, as well as some situations considered critical, like sensor problems and also situations considered suggestive of health risks.