التعرف على الأنشطة البشرية: طريقة مثلى لاختيار الميزات باستخدام البيانات الحسية متعددة الوسائط

تمهيد

يحظى التعرف على الأنشطة البشرية باهتمام متزايد في الأوساط البحثية لاتساع تطبيقاته في مجالات الحياة المختلفة، ومنها الطب والأمن والألعاب، ويعد الاعتماد على البيانات الحسية المجموعة من أجهزة يرتديها الشخص النهج الأكثر شيوعًا في بناء أنظمة هذا التعرف، لأنه يتجاوز مشكلات الخصوصية التي تواجه جمع البيانات عبر كاميرات الفيديو، وقد اقترح الباحثون أنظمة عديدة للتعرف على أنشطة الحياة اليومية الشائعة باستخدام تقنيات التعلم الآلي ومعالجة الصور والتعلم العميق، غير أن التقنيات القائمة تعاني قصورًا يتمثل في كلفتها الحسابية العالية، أو اقتصارها على التعرف على الأنشطة قصيرة المدى فحسب، أو حاجتها إلى مجموعات بيانات ضخمة لأغراض التدريب

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى بناء إطار هرمي ثنائي المستوى يتسم بالكفاءة الحسابية للتعرف على الأنشطة طويلة المدى المركبة دون الحاجة إلى مجموعات تدريب ضخمة جدًا، ففي الخطوة الأولى يجري التعرف على الأنشطة الذرية قصيرة المدى انطلاقًا من البيانات الحسية الخام، وتحسب الدرجة الاحتمالية الذرية لكل نشاط ذري نسبة إلى الأنشطة المركبة التي يدخل في تكوينها، وفي الخطوة الثانية تختار الميزات المثلى استنادًا إلى الدرجات الذرية لكل نشاط مركب، وتمرر إلى خوارزميتي تصنيف هما الغابة العشوائية وآلة الدعم الناقل لما هو موثق من فعاليتهما في مهام التعرف على الأنشطة البشرية، وجرى تقييم الطريقة المقترحة على مجموعة بيانات كوج إيج المتاحة للعموم والمستخدمة على نطاق واسع في هذا الحقل

ثانيًا: أبرز النتائج

1، تضمنت مجموعة البيانات المستخدمة 890 حالة لسبعة أنشطة مركبة و9700 حالة موزعة على 61 نشاطًا ذريًا، وقد جمعت البيانات من ثمانية مستشعرات موزعة على ثلاثة أجهزة قابلة للارتداء هي الهاتف الذكي والساعة الذكية والنظارات الذكية

2، حققت الطريقة المقترحة دقة بلغت 96.61 بالمئة باستخدام مصنف الغابة العشوائية، ودقة بلغت 94.1 بالمئة باستخدام مصنف آلة الدعم الناقل، وهي دقات مرتفعة في مهمة التعرف على الأنشطة المركبة طويلة المدى

3، أظهرت النتائج زيادة لافتة في دقة التصنيف مقارنة بأنظمة التعرف على الأنشطة البشرية القائمة التي طبقت على مجموعة البيانات نفسها، بما يثبت جدوى اختيار الميزات المثلى المستند إلى الدرجات الذرية

4، أثبت الإطار الهرمي ثنائي المستوى أن التعرف على الأنشطة المركبة انطلاقًا من الأنشطة الذرية المكونة لها ممكن بكفاءة حسابية عالية ودون اشتراط بيانات تدريب ضخمة الحجم

ثالثًا: دلالات الدراسة وتطبيقاتها

تفتح نتائج هذه الدراسة آفاقًا تطبيقية واسعة في الرعاية الصحية عن بعد ومراقبة كبار السن المستقلين في منازلهم وتطبيقات الأمن والمنازل الذكية، وتفيد الباحثين العرب وطلاب الدراسات العليا في علوم الحاسب وهندسة البيانات بمنهجية اقتصادية لبناء أنظمة تعرف فعالة في بيئات محدودة الموارد الحسابية والبيانية، كما تشجع على تطوير مجموعات بيانات عربية للأنشطة اليومية تراعي خصوصيات السياق المحلي وأنماط الحياة في المجتمعات العربية، بما يرفع دقة الأنظمة الذكية المصممة لخدمة هذه المجتمعات ويلبي احتياجاتها الفعلية المتنامية

ويتصل التعرف الآلي على الأنشطة البشرية بحقول تطبيقية عديدة تتسع يومًا بعد يوم، ففي الرعاية الصحية يستخدم لرصد سقوط كبار السن ومتابعة إعادة التأهيل بعد الإصابات والعمليات، وفي البيئات المهنية يستخدم لمراقبة سلامة العمال في المواقع الخطرة، وفي الرياضة يستخدم لتحليل الأداء الحركي للاعبين وتقليل إصاباتهم، وتشكل كلفة الحساب وحجم بيانات التدريب عائقين رئيسين أمام انتشار هذه الأنظمة في الدول متوسطة الدخل ومنخفضته، ولذلك تبرز قيمة المقاربات الاقتصادية كالتي تقترحها هذه الدراسة، لأنها تتيح بناء أنظمة دقيقة بأجهزة متوافرة أصلًا في أيدي المستخدمين كالهواتف والساعات الذكية دون بنى تحتية مكلفة إضافية

وخلاصة القول إن هذه الدراسة تقدم حلًا عمليًا يوازن بين الدقة العالية والكلفة الحسابية المنخفضة في التعرف على الأنشطة البشرية طويلة المدى، وترجح أن اختيار الميزات المثلى المستند إلى الدرجات الذرية يمثل مسارًا واعدًا لتطوير أنظمة مراقبة ذكية أكثر انتشارًا في الحياة اليومية