Краткое содержание

arXiv:2511.11696v1 Тип: новый Аннотация: В данной позиционной статье описывается система мониторинга пожилых людей следующего поколения, которая выходит за рамки обнаружения падений и ориентирована на более широкую задачу — распознавание повседневной активности (ADL). Наша конечная цель — создание защищающих приватность, развертываемых на периферийных устройствах и основанных на федеративном обучении систем ИИ, которые могут надежно обнаруживать и анализировать ежедневные рутины, способствуя самостоятельности и сохранению достоинства в стареющих обществах. В настоящее время наборы данных, специфичные для ADL, все еще находятся в процессе сбора. В качестве предварительного шага мы демонстрируем осуществимость концепции с помощью экспериментов на наборе данных SISFall и его вариантах, дополненных с помощью GAN, рассматривая задачу обнаружения падений в качестве тестового примера. Мы сообщаем о первых результатах по федеративному обучению в условиях не-IID данных и встраиваемому развертыванию на устройствах Jetson Orin Nano. Далее мы описываем открытые проблемы, такие как смещение распределения данных, недостаток данных и риски для конфиденциальности, и предлагаем направления для перехода к полноценному мониторингу ADL в средах «умных» комнат. Эта работа подчеркивает переход от единич