Clasificación de actividades humanas aplicando Inteligencia Computacional

Abstract

La actividad diaria es de gran importancia para llevar una vida saludable. El monitoreo de esa actividad permite a una persona saber si es necesario incrementar sus movimientos diarios para, al menos, cubrir la actividad mínima diaria para vivir con salud. El monitoreo de la actividad humana tiene varias aplicaciones, en este trabajo, el objetivo es la salud. El primer paso para lograr el objetivo es el de identificar los movimientos que realiza una persona. El conjunto de datos utilizado se obtuvo del repositorio de datos de UCI. La propuesta consiste en aplicar tres algoritmos de clasificación: K-NN, Regresión Logística y Redes Neuronales Convolucionales para identificar seis movimientos que son: caminar, subir escaleras, bajar escaleras, tomar asiento, ponerse de pie y acostarse. El método de validación empleado fue Hold-Out (80-20). Los mejores resultados se obtuvieron con las Redes Neuronales Convolucionales y se usaron las métricas: Exactitud: 99.03%, Precisión: 99.08% y F1-score: 99.12%. La aplicación de estos métodos logró que se mejorara el porcentaje de exactitud en la clasificación de actividades físicas.