RESUMEN
Este trabalho aplica o método Sliding Window (SW) associado a uma Rede Neural Artifical (RNA) para consolidação de dados advindos de um acelerômetro para o monitoramento de movimentos humanos. A partir desses dados foi extraído um vetor de entrada, para o classificador, com quatro características. Foram feitas várias combinações entre os parâmetros da SW, otimizando a média de acertos, atingindo então 92,63%. Conclui-se que a Sliding Window associada a RNA é apropriada para detecção dos seis movimentos aqui estudados. Esta técnica pode ser amplamente utilizada no monitoramento remoto de pacientes de forma menos invasiva, onde uma central remota realiza o processamento offline dos dados recebidos através do dispositivo móvel.
This paper applies the method Sliding Window (SW) in association with Artificial Neural Network (ANN) for consolidation of data that is generated by an accelerometer, which monitors human movements. From the extracted data was created an input vector with four features to the classifier. Several combinations were made regarding the SWparameters, optimizing the mean hit, which reached 92.63%. It is concluded that a sliding window associated with ANNis appropriate to the detection of the six studied movements. This technique can be widely used in remote monitoring of patients in a less invasive way, while a remote central carries out an offline processing of the received data from a mobile device.