2020
Contribution to journal
Open Access
Editorial of Sensors and Sensing Technologies for Indoor Positioning and Indoor Navigation
Potortì F., Palumbo F., Crivello A.
Source: Sensors (Basel) 20 (2020). doi:10.3390/s20205924
DOI: 10.3390/s20205924
Metrics:
Potortì F., Palumbo F., Crivello A.
Source: Sensors (Basel) 20 (2020). doi:10.3390/s20205924
DOI: 10.3390/s20205924
Metrics:
See at:
Sensors 
| Sensors | ISTI Repository | Sensors | Sensors | CNR ExploRA
2019
Dataset
Unknown
Datasets and supporting materials for the IPIN 2019 competition Track 3 (Smartphone-based, off-site)
Jiménez Ruiz A. R., Perez-Navarro A., Crivello A., Mendoza-Silva G. M., Seco F., Ortiz M., Perul J., Torres-Sospedra J.
This package contains the datasets and supplementary materials used in the IPIN 2019 Competition (Pisa, Italy).
Jiménez Ruiz A. R., Perez-Navarro A., Crivello A., Mendoza-Silva G. M., Seco F., Ortiz M., Perul J., Torres-Sospedra J.
This package contains the datasets and supplementary materials used in the IPIN 2019 Competition (Pisa, Italy).
See at: CNR ExploRA | zenodo.org
2014
Journal article
Unknown
Smart buildings: an energy saving and control system in the CNR Research Area, Pisa.
Barsocchi P., Crivello A., Ferro E., Fortunati L., Mavilia F., Riolo G.
Renewable Energy and ICT for Sustainability Energy" (or "Energy Sustainability") is a project led by the Department of Engineering, ICT, and Technologies for Energy and Transportations (DIITET) of the Italian National Research Council (CNR). This project aims to study and test a coordinated set of innovative solutions to make cities sustainable, with respect to their energy consumption.Source: ERCIM news 99 (2014): 51–52.
Barsocchi P., Crivello A., Ferro E., Fortunati L., Mavilia F., Riolo G.
Renewable Energy and ICT for Sustainability Energy" (or "Energy Sustainability") is a project led by the Department of Engineering, ICT, and Technologies for Energy and Transportations (DIITET) of the Italian National Research Council (CNR). This project aims to study and test a coordinated set of innovative solutions to make cities sustainable, with respect to their energy consumption.Source: ERCIM news 99 (2014): 51–52.
See at: CNR ExploRA
2014
Report
Unknown
Energia da fonti rinnovabili e ICT per la sostenibilità energetica
Barsocchi P., Crivello A., Ferro E., Fortunati L., Lenzi S., Mavilia F., Riolo G.
Questo documento descrive l'architettura, la progettazione e la realizzazione di una piattaforma aperta, basata su reti di sensori wireless, per il monitoraggio energetico di un complesso di ambienti (o di aree specifiche in edifici) presenti nell'area di ricerca del CNR di Pisa.Source: ISTI Technical reports, 2014
Barsocchi P., Crivello A., Ferro E., Fortunati L., Lenzi S., Mavilia F., Riolo G.
Questo documento descrive l'architettura, la progettazione e la realizzazione di una piattaforma aperta, basata su reti di sensori wireless, per il monitoraggio energetico di un complesso di ambienti (o di aree specifiche in edifici) presenti nell'area di ricerca del CNR di Pisa.Source: ISTI Technical reports, 2014
See at: CNR ExploRA
2016
Software
Unknown
Indoor crowd localization using wi-fi probe sniffers [Release 1.61]
Potortì F., Crivello A.
FogFP compares indoor localization techniques for indoor crowd localization based on Wi-Fi probe sniffing. Inputs to the program are: a database dump containing probe entries, an indoor map, and a list of known devices (MAC address). FogFP implements various algorithms, for computing the estimated position and more algorithms can be easily integrated. The main algorithms implemented are based on fingerprinting on an interpolated regular grid. Output consists of plots and tables for evaluating the performance of localization methods.
Potortì F., Crivello A.
FogFP compares indoor localization techniques for indoor crowd localization based on Wi-Fi probe sniffing. Inputs to the program are: a database dump containing probe entries, an indoor map, and a list of known devices (MAC address). FogFP implements various algorithms, for computing the estimated position and more algorithms can be easily integrated. The main algorithms implemented are based on fingerprinting on an interpolated regular grid. Output consists of plots and tables for evaluating the performance of localization methods.
See at: CNR ExploRA
2017
Bachelor thesis
Unknown
Sviluppo di un'applicazione per la localizzazione indoor
Agostini, M.
Per far fronte ai futuri sviluppi della ricerca nella localizzazione indoor, ancora immatura, ho creato un'architettura modulare in Java implementando in modo semplice le tecniche dello stato dell'arte e un'applicazione Android che la usa in un Service. Successivamente ho effettuato test con la metodologia della competizione EvAAL e ne ho analizzato i risultati.
Agostini, M.
Per far fronte ai futuri sviluppi della ricerca nella localizzazione indoor, ancora immatura, ho creato un'architettura modulare in Java implementando in modo semplice le tecniche dello stato dell'arte e un'applicazione Android che la usa in un Service. Successivamente ho effettuato test con la metodologia della competizione EvAAL e ne ho analizzato i risultati.
See at: CNR ExploRA
2016
Conference article
Restricted
Are you in or out? Monitoring the human behavior through an occupancy strategy
Barsocchi P., Crivello A., Girolami M., Mavilia F., Ferro E.
IoT and cloud represent the breakthrough for mak- ing concrete the envisioned scenarios for Smart Environments and specifically, those scenarios devoted to the human well-being. Under this respect, we propose a system focused on the quality of the environments where employees work with particular attention to the energy consumption. We describe a long-term monitoring system together with the Stigma algorithm designed to detect the presence or the absence of a worker by exploiting sensing information.Source: ISCC 2016 - 2016 IEEE Symposium on Computers and Communication, pp. 159–162, Messina, Italy, 27-30 June 2016
DOI: 10.1109/iscc.2016.7543732
Metrics:
Barsocchi P., Crivello A., Girolami M., Mavilia F., Ferro E.
IoT and cloud represent the breakthrough for mak- ing concrete the envisioned scenarios for Smart Environments and specifically, those scenarios devoted to the human well-being. Under this respect, we propose a system focused on the quality of the environments where employees work with particular attention to the energy consumption. We describe a long-term monitoring system together with the Stigma algorithm designed to detect the presence or the absence of a worker by exploiting sensing information.Source: ISCC 2016 - 2016 IEEE Symposium on Computers and Communication, pp. 159–162, Messina, Italy, 27-30 June 2016
DOI: 10.1109/iscc.2016.7543732
Metrics:
See at:
doi.org 
| ieeexplore.ieee.org | CNR ExploRA
2017
Software
Unknown
Pretty Indoor Navigation
Crivello A., Agostini M.
The PrettyIndoor application implements all the algorithms and the data structures required for positioning purpose, coming with a front-end thought for researchers' testing operations in order to test the many possible strategies, both existing and coming in the future, to solve the problem of indoor positioning. The latter is a utility application that allows the user to capture Wi-Fi and magnetic fingerprints, save them into a file and make a textual fingerprint map that can be used by the other application. The software uses an Android extension of a Java library for indoor navigation that is thought to be the first piece of a bigger framework for Ambient Assisted Living solutions development.
Crivello A., Agostini M.
The PrettyIndoor application implements all the algorithms and the data structures required for positioning purpose, coming with a front-end thought for researchers' testing operations in order to test the many possible strategies, both existing and coming in the future, to solve the problem of indoor positioning. The latter is a utility application that allows the user to capture Wi-Fi and magnetic fingerprints, save them into a file and make a textual fingerprint map that can be used by the other application. The software uses an Android extension of a Java library for indoor navigation that is thought to be the first piece of a bigger framework for Ambient Assisted Living solutions development.
See at: github.com | CNR ExploRA
2018
Conference article
Open Access
Mass-centered weight update scheme for particle filter based indoor pedestrian positioning
Shao W., Luo H., Zhao F., Wang C., Crivello A., Zahid Tunio M.
Smartphone based indoor positioning has become a hot topic in pervasive computing, because of the need to improve indoor location-based services. In order to strengthen positioning accuracy, researchers have tried to leverage high-resolution magnetic fingerprint with particle filter and dynamic time warping (DTW). These approaches are computation-hungry, which increases hardware cost for positioning companies. By analyzing magnetic features for pedestrian users, we present a mass-centered weight update scheme to decrease calculation overheads. Finally, the proposed positioning algorithm is tested in a realistic situation, showing high-quality localization capability.Source: WCNC 2018 - IEEE Wireless Communications and Networking Conference, Barcelona, Spain, 15-18 April 2018
DOI: 10.1109/wcnc.2018.8377274
Metrics:
Shao W., Luo H., Zhao F., Wang C., Crivello A., Zahid Tunio M.
Smartphone based indoor positioning has become a hot topic in pervasive computing, because of the need to improve indoor location-based services. In order to strengthen positioning accuracy, researchers have tried to leverage high-resolution magnetic fingerprint with particle filter and dynamic time warping (DTW). These approaches are computation-hungry, which increases hardware cost for positioning companies. By analyzing magnetic features for pedestrian users, we present a mass-centered weight update scheme to decrease calculation overheads. Finally, the proposed positioning algorithm is tested in a realistic situation, showing high-quality localization capability.Source: WCNC 2018 - IEEE Wireless Communications and Networking Conference, Barcelona, Spain, 15-18 April 2018
DOI: 10.1109/wcnc.2018.8377274
Metrics:
See at:
ISTI Repository | doi.org | ieeexplore.ieee.org | CNR ExploRA
2018
Report
Open Access
NESTORE - D3.2.1 - Environmental Wireless Sensor Network (WSN) prototypes
Palumbo F., Baronti P., Miori V., Potortì F., Crivello A.
This document describes the outcomes of the first iteration of the sensors selection for developing the environmental monitoring system of NESTORE. The selection followed the recommendations coming from the WP2 activities in terms of needed monitoring variables and tries to address the requirements coming from the WP6 co-design approach. The document also presents an overview of the chosen technologies and their integration in the system using available off-the-shelf devices by means of the Web of Things paradigm.Source: Project report, NESTORE, Deliverable D3.2.1, 2018
Project(s): NESTORE
Palumbo F., Baronti P., Miori V., Potortì F., Crivello A.
This document describes the outcomes of the first iteration of the sensors selection for developing the environmental monitoring system of NESTORE. The selection followed the recommendations coming from the WP2 activities in terms of needed monitoring variables and tries to address the requirements coming from the WP6 co-design approach. The document also presents an overview of the chosen technologies and their integration in the system using available off-the-shelf devices by means of the Web of Things paradigm.Source: Project report, NESTORE, Deliverable D3.2.1, 2018
Project(s): NESTORE
See at:
ISTI Repository | CNR ExploRA
2018
Report
Open Access
NESTORE - NESTORE Platform Shared Components & Architecture
Candea C., Staicu M., Candea G., Zgripcea C., Orte S., Kniestedt I., Segato D., Radeva P., Crivello A., Palumbo F., Pillitteri L., Miori V., Rizzo G., Röcke C.
Present document aims to describe in detail the NESTORE ecosystem architecture and explains its technical specifications on both the implementation criteria and the requirements. NESTORE adopt an evolutionary architecture approach: "An evolutionary architecture designs for incremental change in an architecture as a first principle. Evolutionary architectures are appealing because change has historically been difficult to anticipate and expensive to retrofit. If evolutionary change is built into the architecture, change becomes easier and cheaper, allowing changes to development practices, release practices, and overall agility".Source: Project report, NESTORE, Deliverable D6.3.1, 2018
Project(s): NESTORE
Candea C., Staicu M., Candea G., Zgripcea C., Orte S., Kniestedt I., Segato D., Radeva P., Crivello A., Palumbo F., Pillitteri L., Miori V., Rizzo G., Röcke C.
Present document aims to describe in detail the NESTORE ecosystem architecture and explains its technical specifications on both the implementation criteria and the requirements. NESTORE adopt an evolutionary architecture approach: "An evolutionary architecture designs for incremental change in an architecture as a first principle. Evolutionary architectures are appealing because change has historically been difficult to anticipate and expensive to retrofit. If evolutionary change is built into the architecture, change becomes easier and cheaper, allowing changes to development practices, release practices, and overall agility".Source: Project report, NESTORE, Deliverable D6.3.1, 2018
Project(s): NESTORE
See at:
ISTI Repository | CNR ExploRA
2017
Report
Unknown
INTESA - Architettura del sistema per il monitoraggio della qualità e durata del sonno
Palumbo F., Baronti P., Crivello A., Ferro E., Furfari F., Potortì F., Russo D., La Rosa D.
In questo documento sono riportate le attività svolte durante il primo anno di progetto, relativamente all'OO4, per quanto riguarda la progettazione dell'architettura del sistema di monitoraggio del sonno. In particolare, sono illustrati il prototipo del dispositivo progettato per l'acquisizione non invasiva dei segnali dal letto, i sottosistemi che si occupano di memorizzare, trasferire e analizzare le informazioni raccolte e gli algoritmi utilizzati per l'estrazione dei parametri rappresentativi della qualità del sonno.Source: ISTI Technical reports, 2017
Palumbo F., Baronti P., Crivello A., Ferro E., Furfari F., Potortì F., Russo D., La Rosa D.
In questo documento sono riportate le attività svolte durante il primo anno di progetto, relativamente all'OO4, per quanto riguarda la progettazione dell'architettura del sistema di monitoraggio del sonno. In particolare, sono illustrati il prototipo del dispositivo progettato per l'acquisizione non invasiva dei segnali dal letto, i sottosistemi che si occupano di memorizzare, trasferire e analizzare le informazioni raccolte e gli algoritmi utilizzati per l'estrazione dei parametri rappresentativi della qualità del sonno.Source: ISTI Technical reports, 2017
See at: CNR ExploRA
2019
Report
Unknown
INTESA - Test ed integrazione del sistema per il monitoraggio della qualità e durata del sonno
Palumbo F., Baronti P., Crivello A., Ferro E., Furfari F., Potortì F., Russo D., La Rosa D.
In questo documento sono riportate le attività svolte nell'ambito dell'OO4 durante il secondo anno del progetto INTESA, mirate alla finalizzazione del sistema integrato di monitoraggio della qualità e durata del sonno. Durante questo periodo, partendo dall'architettura del sistema definita nel precedente documento D4.1.1, si è conclusa l'attività di sviluppo e sono stati effettuati i test per la verifica delle funzionalità del sistema e l'integrazione con gli altri componenti della piattaforma INTESA.Source: Project report, INTESA, Deliverable D4.1.2, 2019
Palumbo F., Baronti P., Crivello A., Ferro E., Furfari F., Potortì F., Russo D., La Rosa D.
In questo documento sono riportate le attività svolte nell'ambito dell'OO4 durante il secondo anno del progetto INTESA, mirate alla finalizzazione del sistema integrato di monitoraggio della qualità e durata del sonno. Durante questo periodo, partendo dall'architettura del sistema definita nel precedente documento D4.1.1, si è conclusa l'attività di sviluppo e sono stati effettuati i test per la verifica delle funzionalità del sistema e l'integrazione con gli altri componenti della piattaforma INTESA.Source: Project report, INTESA, Deliverable D4.1.2, 2019
See at: CNR ExploRA
2019
Report
Open Access
Nestore - D3.2.2 - Environmental Wireless Sensor Network (WSN) prototypes
Palumbo F., Baronti P., Miori V., Potortì F., Crivello A., Girolami M., Furfari F., Denna E., Civiello M., Mauri M.
This document extends the deliverable D3.2.1 - Environmental Wireless Sensor Network (WSN) prototypes describing: i) the outcomes of the final iteration of the sensors selection for developing the environmental monitoring system of NESTORE; ii) the integrated system tests on the selected sensors. The selection followed the recommendations coming from the WP2 activities in terms of needed monitoring variables and unobtrusiveness. The document also presents the chosen technologies and their integration in the system using available off-the-shelf and custom devices by means of the Web of Things paradigm.Source: Project report, Nestore, Deliverable D3.2.2, 2019
Project(s): NESTORE
Palumbo F., Baronti P., Miori V., Potortì F., Crivello A., Girolami M., Furfari F., Denna E., Civiello M., Mauri M.
This document extends the deliverable D3.2.1 - Environmental Wireless Sensor Network (WSN) prototypes describing: i) the outcomes of the final iteration of the sensors selection for developing the environmental monitoring system of NESTORE; ii) the integrated system tests on the selected sensors. The selection followed the recommendations coming from the WP2 activities in terms of needed monitoring variables and unobtrusiveness. The document also presents the chosen technologies and their integration in the system using available off-the-shelf and custom devices by means of the Web of Things paradigm.Source: Project report, Nestore, Deliverable D3.2.2, 2019
Project(s): NESTORE
See at:
ISTI Repository | CNR ExploRA
2019
Report
Open Access
D6.3.2 - NESTORE Platform Shared components & Architecture
Candea C., Staicu M., Candea G., Zgripcea C., Orte S., Kniestedt I., Segato D., Radeva P, Crivello A., Palumbo F., Pillitteri L., Miori V., Rizzo G., Röcke C.
Present document aims to describe in detail the NESTORE ecosystem architecture and explains its technical specifications on both the implementation criteria and the requirements. NESTORE adopt an evolutionary architecture approach: "An evolutionary architecture designs for incremental change in an architecture as a first principle. Evolutionary architectures are appealing because change has historically been difficult to anticipate and expensive to retrofit. If evolutionary change is built into the architecture, change becomes easier and cheaper, allowing changes to development practices, release practices, and overall agility".Source: Project report, Nestore, Deliverable D6.3.2, 2019
Project(s): NESTORE
Candea C., Staicu M., Candea G., Zgripcea C., Orte S., Kniestedt I., Segato D., Radeva P, Crivello A., Palumbo F., Pillitteri L., Miori V., Rizzo G., Röcke C.
Present document aims to describe in detail the NESTORE ecosystem architecture and explains its technical specifications on both the implementation criteria and the requirements. NESTORE adopt an evolutionary architecture approach: "An evolutionary architecture designs for incremental change in an architecture as a first principle. Evolutionary architectures are appealing because change has historically been difficult to anticipate and expensive to retrofit. If evolutionary change is built into the architecture, change becomes easier and cheaper, allowing changes to development practices, release practices, and overall agility".Source: Project report, Nestore, Deliverable D6.3.2, 2019
Project(s): NESTORE
See at:
ISTI Repository | CNR ExploRA
2017
Report
Unknown
INTESA - Architettura del sistema per l'analisi stabilometrica
Palumbo F., Baronti P., Crivello A., Ferro E., Furfari F., Potortì F., Russo D., La Rosa D.
In questo documento sono riportate le attività, inquadrate nell'OO4, svolte durante il primo anno di progetto e consistite nella definizione della piattaforma di raccolta ed elaborazione dei dati per il sistema di analisi stabilometrica. In particolare, sono mostrati i dispositivi selezionati per l'acquisizione dei segnali, i sottosistemi progettatti per memorizzare, trasferire e analizzare le informazioni raccolte e gli algoritmi utilizzati per l'estrazione dei parametri rappresentativi del grado di stabilità di un individuo.Source: Project report, INTESA, Deliverable D4.4.1, 2017
Palumbo F., Baronti P., Crivello A., Ferro E., Furfari F., Potortì F., Russo D., La Rosa D.
In questo documento sono riportate le attività, inquadrate nell'OO4, svolte durante il primo anno di progetto e consistite nella definizione della piattaforma di raccolta ed elaborazione dei dati per il sistema di analisi stabilometrica. In particolare, sono mostrati i dispositivi selezionati per l'acquisizione dei segnali, i sottosistemi progettatti per memorizzare, trasferire e analizzare le informazioni raccolte e gli algoritmi utilizzati per l'estrazione dei parametri rappresentativi del grado di stabilità di un individuo.Source: Project report, INTESA, Deliverable D4.4.1, 2017
See at: CNR ExploRA
2020
Conference article
Restricted
A privacy-by-design architecture for indoor localization systems
Barsocchi P., Calabro A., Crivello A., Daoudagh S., Furfari F., Girolami M., Marchetti E.
The availability of mobile devices has led to an arising development of indoor location services collecting a large amount of sensitive information. However, without accurate and verified management, such information could become severe back-doors for security and privacy issues. We propose in this paper a novel Location-Based Service (LBS) architecture in line with the GDPR's provisions. For feasibility purposes and considering a representative use-case, a reference implementation, based on the popular Telegram app, is also presented.Source: 13th International Conference on the Quality of Information and Communications Technology (QUATIC 2020), pp. 358–366, Faro, Portugal, September 9-11, 2020
DOI: 10.1007/978-3-030-58793-2_29
Project(s): CyberSec4Europe
Metrics:
Barsocchi P., Calabro A., Crivello A., Daoudagh S., Furfari F., Girolami M., Marchetti E.
The availability of mobile devices has led to an arising development of indoor location services collecting a large amount of sensitive information. However, without accurate and verified management, such information could become severe back-doors for security and privacy issues. We propose in this paper a novel Location-Based Service (LBS) architecture in line with the GDPR's provisions. For feasibility purposes and considering a representative use-case, a reference implementation, based on the popular Telegram app, is also presented.Source: 13th International Conference on the Quality of Information and Communications Technology (QUATIC 2020), pp. 358–366, Faro, Portugal, September 9-11, 2020
DOI: 10.1007/978-3-030-58793-2_29
Project(s): CyberSec4Europe
Metrics:
See at:
Communications in Computer and Information Science | link-springer-com-443.webvpn.fjmu.edu.cn | CNR ExploRA
2020
Conference article
Closed Access
Detecting Social Interactions in Indoor Environments with the Red-HuP Algorithm
Barsocchi P., Crivello A., Girolami M., Mavilia F.
Detecting social interactions among people represents a challenging task. In this study we evaluate the performance of the ReD-HuP algorithm. We study a real-world and useful experimental dataset and we provide a comparison with some classification methods. Interactions are inferred from co-location of people by exploiting Bluetooth Low Energy (BLE) beacons. Our analysis investigates how the different transmission powers affect the overall performance, we also analyze the results by varying the width of the time window used to analyze BLE beacons. Results obtained with the ReD-HuP algorithm have been compared against two well known and wide adopted machine learning classification methods.Source: 2020 IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops), Austin, TX, USA, USA, 23-27 March 2020
DOI: 10.1109/percomworkshops48775.2020.9156095
Metrics:
Barsocchi P., Crivello A., Girolami M., Mavilia F.
Detecting social interactions among people represents a challenging task. In this study we evaluate the performance of the ReD-HuP algorithm. We study a real-world and useful experimental dataset and we provide a comparison with some classification methods. Interactions are inferred from co-location of people by exploiting Bluetooth Low Energy (BLE) beacons. Our analysis investigates how the different transmission powers affect the overall performance, we also analyze the results by varying the width of the time window used to analyze BLE beacons. Results obtained with the ReD-HuP algorithm have been compared against two well known and wide adopted machine learning classification methods.Source: 2020 IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops), Austin, TX, USA, USA, 23-27 March 2020
DOI: 10.1109/percomworkshops48775.2020.9156095
Metrics:
See at:
doi.org | ieeexplore.ieee.org | CNR ExploRA
2022
Report
Unknown
ChAALenge - D6.1: Analisi delle peculiarità di salute della popolazione anziana e definizione requisiti tecnici
Miori V., Belli D., Bacco M F., Baronti P., Barsocchi P., Crivello A., Furfari F., Girolami M., La Rosa D., Mavilia F., Palumbo F., Pillitteri L., Potortì F., Russo D.
In questo documento viene posta particolare attenzione alla malattia dello scompenso cardiaco che è una delle maggiori cause di mortalità e disabilità nella popolazione anziana oltre ad essere la prima causa di ricovero. Sono analizzate le soluzioni di monitoraggio domestico attualmente disponibili e i requisiti tecnici da soddisfare per poter raccogliere e analizzare i dati fisiologici nell'ambiente di vita e riconoscere situazioni di insorgenza o peggioramento di patologie nell'anziano.Source: ISTI Project Report, ChAALenge, D6.1, 2022
Miori V., Belli D., Bacco M F., Baronti P., Barsocchi P., Crivello A., Furfari F., Girolami M., La Rosa D., Mavilia F., Palumbo F., Pillitteri L., Potortì F., Russo D.
In questo documento viene posta particolare attenzione alla malattia dello scompenso cardiaco che è una delle maggiori cause di mortalità e disabilità nella popolazione anziana oltre ad essere la prima causa di ricovero. Sono analizzate le soluzioni di monitoraggio domestico attualmente disponibili e i requisiti tecnici da soddisfare per poter raccogliere e analizzare i dati fisiologici nell'ambiente di vita e riconoscere situazioni di insorgenza o peggioramento di patologie nell'anziano.Source: ISTI Project Report, ChAALenge, D6.1, 2022
See at: CNR ExploRA
2022
Report
Unknown
ChAALenge D5.2 - Documento di definizione degli algoritmi di Machine Learning e Deep Learning
Miori V., Belli D., Bacco F. M., Baronti P., Barsocchi P., Crivello A., Furfari F., Girolami M., La Rosa D., Mavilia F., Palumbo F., Pillitteri L., Potortì F., Russo D.
Il deliverable ha come obiettivo la definizione di un percorso intraprendibile per lo sviluppo di un modello predittivo, efficace ed efficiente, basato sul paradigma machine learning, sviluppato in funzione del dominio applicativo in esame e dei dati a disposizione. Una parte verrà dedicata all'introduzione degli aspetti principali legati alle strategie di individuazione di anomalie in serie temporali multi-variate tramite il suddetto modello predittivo.Source: ISTI Project Report, ChAALenge, D5.2, 2022
Miori V., Belli D., Bacco F. M., Baronti P., Barsocchi P., Crivello A., Furfari F., Girolami M., La Rosa D., Mavilia F., Palumbo F., Pillitteri L., Potortì F., Russo D.
Il deliverable ha come obiettivo la definizione di un percorso intraprendibile per lo sviluppo di un modello predittivo, efficace ed efficiente, basato sul paradigma machine learning, sviluppato in funzione del dominio applicativo in esame e dei dati a disposizione. Una parte verrà dedicata all'introduzione degli aspetti principali legati alle strategie di individuazione di anomalie in serie temporali multi-variate tramite il suddetto modello predittivo.Source: ISTI Project Report, ChAALenge, D5.2, 2022
See at: CNR ExploRA