แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th ติดต่อเจ้าหน้าที่เจ้าของเอกสาร กรณีเอกสารไม่ครบหรือไม่ตรง

Design of wearable-sensor-based fall prediction system

Organization : Mahidol University. Faculty of Engineering

Organization : Mahidol University. Faculty of Engineering

Organization : Mahidol University. Faculty of Engineering

Organization : Mahidol University. Faculty of Engineering
Email : ittichote.chu@mahidol.ac.th
keyword: Wearable sensor
; Fall detection
; Fall prediction
Abstract: This research involves creating a wearable sensor-based fall prediction device that could predict 4 fall patterns (forward, backward, left and right) before impacting the ground using Artificial Neural Network (ANN) and k-Nearest Neighbors. Both methods were compared for their advantages and disadvantages. The sensors consisted of tri-axial accelerometer and tri-axial gyroscope, which placed at the chest, waist and upper right leg area. The data that were used to train the algorithm consisted of data measured during the fall activities and non-fall activities. After testing the prediction model, we found that the ANN-based prediction model yielded the most accurate result of 97.22 percent.
King Mongkut's University of Technology North Bangkok. Central Library
Address: BANGKOK
Email: library@kmutnb.ac.th
Created: 2561
Modified: 2019-07-19
Issued: 2019-07-19
บทความ/Article
application/pdf
BibliograpyCitation : ใน มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน. คณะวิศวกรรมศาสตร์และสถาปัตยกรรมศาสตร์. การประชุมวิชาการเครือข่ายวิศวกรรมเครื่องกลแห่งประเทศไทย ครั้งที่ 32 (ME-NETT 2018) (pp.591-594). นครราชสีมา : มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ลำดับที่.ชื่อแฟ้มข้อมูล ขนาดแฟ้มข้อมูลจำนวนเข้าถึง วัน-เวลาเข้าถึงล่าสุด
1 ME-NETT 2018pp.591-594.pdf 1.06 MB3 2021-08-05 12:20:32
ใช้เวลา
0.020444 วินาที

Pornsek Tanphibal
Title Contributor Type
Design of wearable-sensor-based fall prediction system
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Pornsek Tanphibal;Titamaetee Suwanthanma;Kanthep Srapratoom;Ittichote Chuckpaiwong

บทความ/Article
Titamaetee Suwanthanma
Title Contributor Type
Design of wearable-sensor-based fall prediction system
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Pornsek Tanphibal;Titamaetee Suwanthanma;Kanthep Srapratoom;Ittichote Chuckpaiwong

บทความ/Article
Kanthep Srapratoom
Title Contributor Type
Design of wearable-sensor-based fall prediction system
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Pornsek Tanphibal;Titamaetee Suwanthanma;Kanthep Srapratoom;Ittichote Chuckpaiwong

บทความ/Article
Ittichote Chuckpaiwong
Title Contributor Type
Design of wearable-sensor-based fall prediction system
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
Pornsek Tanphibal;Titamaetee Suwanthanma;Kanthep Srapratoom;Ittichote Chuckpaiwong

บทความ/Article
Copyright 2000 - 2026 ThaiLIS Digital Collection Working Group. All rights reserved.
ThaiLIS is Thailand Library Integrated System
สนับสนุนโดย สำนักงานบริหารเทคโนโลยีสารสนเทศเพื่อพัฒนาการศึกษา
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม
328 ถ.ศรีอยุธยา แขวง ทุ่งพญาไท เขต ราชเทวี กรุงเทพ 10400 โทร. โทร. 02-232-4000
กำลัง ออน์ไลน์
ภายในเครือข่าย ThaiLIS จำนวน 79
ภายนอกเครือข่าย ThaiLIS จำนวน 3,093
รวม 3,172 คน

More info..
นอก ThaiLIS = 403,287 ครั้ง
มหาวิทยาลัยสังกัดทบวงเดิม = 6,975 ครั้ง
มหาวิทยาลัยราชภัฏ = 562 ครั้ง
มหาวิทยาลัยเทคโนโลยีราชมงคล = 91 ครั้ง
มหาวิทยาลัยเอกชน = 43 ครั้ง
หน่วยงานอื่น = 22 ครั้ง
สถาบันพระบรมราชชนก = 7 ครั้ง
มหาวิทยาลัยสงฆ์ = 4 ครั้ง
สถาบันเทคโนโลยีปทุมวัน = 2 ครั้ง
รวม 410,993 ครั้ง
Database server :
Version 2.5 Last update 1-06-2018
Power By SUSE PHP MySQL IndexData Mambo Bootstrap
มีปัญหาในการใช้งานติดต่อผ่านระบบ UniNetHelp


Server : 8.199.134
Client : Not ThaiLIS Member
From IP : 216.73.216.4