{"id":320303,"date":"2021-02-22T17:35:58","date_gmt":"2021-02-22T16:35:58","guid":{"rendered":"https:\/\/iotworlds.com\/?p=320303"},"modified":"2021-02-22T17:36:34","modified_gmt":"2021-02-22T16:36:34","slug":"ecouteurs-a-detection-demotions-optimises-par-lapprentissage-automatique-avec-liot-pour-ameliorer-votre-vie","status":"publish","type":"post","link":"https:\/\/iotworlds.com\/fr\/ecouteurs-a-detection-demotions-optimises-par-lapprentissage-automatique-avec-liot-pour-ameliorer-votre-vie\/","title":{"rendered":"\u00c9couteurs \u00e0 d\u00e9tection d’\u00e9motions optimis\u00e9s par l’apprentissage automatique avec l’IoT: pour am\u00e9liorer votre vie!"},"content":{"rendered":"\n

La Quatri\u00e8me R\u00e9volution Industrielle conduit notre soci\u00e9t\u00e9 \u00e0 une transition rapide vers l’\u00e8re de la num\u00e9risation, influant profond\u00e9ment et in\u00e9vitablement sur la fa\u00e7on dont les interactions hommes-humains et hommes-ordinateur sont r\u00e9alis\u00e9es.<\/strong><\/p>\n\n\n\n

L’IoT est le moyen d’int\u00e9grer les donn\u00e9es \u00e0 plusieurs fins (tirer parti des mod\u00e8les d’apprentissage automatique, analyser, etc.), qui ont un grand impact sur la r\u00e9volution industrielle<\/strong> en am\u00e9liorant et en autonomisant la vie quotidienne des gens. Dans le m\u00eame temps, la soci\u00e9t\u00e9 dans son ensemble s’efforce d’am\u00e9liorer la qualit\u00e9 de vie et, pour ce faire, les questions de sant\u00e9 doivent \u00eatre surveill\u00e9es et trait\u00e9es de mani\u00e8re plus efficace. Par cons\u00e9quent, la sc\u00e8ne de l’Internet des objets (IoT)<\/strong> s’enrichit gr\u00e2ce au d\u00e9veloppement de nouveaux appareils dans les diff\u00e9rents segments de march\u00e9 de cette industrie.<\/p>\n\n\n\n

Pensez \u00e0 la situation, vous utilisez des \u00e9couteurs pour entendre la musique, et imaginez \u00e9galement ce qui se passe si le m\u00eame appareil surveille votre valence-excitation (reconnaissance des \u00e9motions)<\/strong> ainsi que votre sant\u00e9<\/strong> dans le backend \u00e0 l’aide de biosignaux du corps. Cette id\u00e9e pourrait \u00eatre rendue possible de mani\u00e8re hautement automatis\u00e9e et \u00e9volutive, gr\u00e2ce \u00e0 la combinaison de l’ IoT, du capteur de biosignal portable, de l’intelligence artificielle (IA) et du cloud<\/strong>. Pensez \u00e0 la situation, vous utilisez des \u00e9couteurs pour entendre la musique, et imaginez \u00e9galement ce qui se passe si le m\u00eame appareil surveille votre valence-excitation (reconnaissance des \u00e9motions) ainsi que votre sant\u00e9 dans le backend \u00e0 l’aide de biosignaux du corps. Cette id\u00e9e pourrait \u00eatre rendue possible de mani\u00e8re hautement automatis\u00e9e et \u00e9volutive<\/strong>, gr\u00e2ce \u00e0 la combinaison de l’IoT, du capteur de biosignal portable, de l’intelligence artificielle (IA) et du cloud.<\/p>\n\n\n\n

Que sont les capteurs portables ?<\/em><\/strong><\/p>\n\n\n\n

C’est un dispositif en contact direct avec le corps humain pour extraire les donn\u00e9es physiologiques<\/strong>. Les capteurs portables progressent dans le domaine de la commercialisation et de la recherche m\u00e9dicale<\/strong>.<\/p>\n\n\n\n

L’Internet des objets, appliqu\u00e9 au domaine des appareils portables, repr\u00e9sente une combinaison perturbatrice de technologies qui permet une plus grande personnalisation et tra\u00e7abilit\u00e9 des param\u00e8tres, am\u00e9liorant ainsi le bien-\u00eatre g\u00e9n\u00e9ral des personnes.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Figure 1 : Collecte de donn\u00e9es dans le capteur portable<\/p>\n\n\n\n

Technologies de d\u00e9tection d’\u00e9motion en action avec Machine Learning<\/strong><\/p>\n\n\n\n

Certaines technologies de reconnaissance et de d\u00e9tection des \u00e9motions ont d\u00e9j\u00e0 \u00e9t\u00e9 d\u00e9ploy\u00e9es dans le monde r\u00e9el.<\/p>\n\n\n\n

D\u00e9tection d’\u00e9motions \u00e0 l’aide de signaux physiologiques :<\/strong> Cela inclut le bracelet qui a la reconnaissance des \u00e9motions comme l’une de ses caract\u00e9ristiques. Cette technologie qui a les capteurs int\u00e9gr\u00e9s dans la bande de poignet et extrait diverses donn\u00e9es telles que la fr\u00e9quence cardiaque (HR), la pression art\u00e9rielle (BP) et la temp\u00e9rature<\/strong> afin de d\u00e9finir son \u00e9tat \u00e9motionnel. Ce type de technologie a une large gamme d’utilisation, qui aide \u00e0 pr\u00e9dire tout probl\u00e8me de sant\u00e9 potentiel (diagnostic pr\u00e9coce) et \u00e0 surveiller les activit\u00e9s quotidiennes. Ces appareils envoient m\u00eame p\u00e9riodiquement des rapports enti\u00e8rement analys\u00e9s avec d’\u00e9ventuelles vuln\u00e9rabilit\u00e9s ou pr\u00e9dictions de sant\u00e9 aux m\u00e9decins ou m\u00e9decins d\u00e9sign\u00e9s.<\/p>\n\n\n\n

D\u00e9tection d’\u00e9motions \u00e0 l’aide de la parole et du texte :<\/strong> La reconnaissance d’\u00e9motions bas\u00e9e sur la parole et le texte est la technologie qui utilise les algorithmes multimodaux complexes d’apprentissage automatique<\/strong> . Cette technologie utilise un r\u00e9seau neuronal convolutional (CNN) et une m\u00e9moire longue dur\u00e9e (LSTM) pour apprendre les caract\u00e9ristiques d’\u00e9motion acoustique \u00e0 partir des signaux vocaux. Et Bi-LSTM (Bidirectional-LSTM) utilis\u00e9 pour apprendre l’\u00e9motion \u00e0 partir de donn\u00e9es textuelles. Ensuite, ces deux pipelines ont \u00e9t\u00e9 appliqu\u00e9s au r\u00e9seau neuronal dense (DNN) pour classer l’\u00e9motion en fonction du texte d’entr\u00e9e et des donn\u00e9es vocales.<\/p>\n\n\n\n

D\u00e9tection d’\u00e9motions utilisant l’expression faciale :<\/strong> Ce sujet \u00e9tait en cours de recherche active dans la plate-forme de vision par ordinateur, cette m\u00e9thode n’utilise aucune donn\u00e9e physiologique pour la reconnaissance des \u00e9motions. Il comprend principalement des m\u00e9thodes techniques telles que le traitement d’images et les algorithmes d’apprentissage profond.<\/p>\n\n\n\n

Les mod\u00e8les les plus fiables d’apprentissage machine et d’apprentissage profond utilis\u00e9s dans ce domaine sont la machine vectorielle de support (SVM), les for\u00eats al\u00e9atoires (RF), les voisins les plus proches (K-nN), le r\u00e9seau neuronal convolutional (CNN), la m\u00e9moire longue dur\u00e9e (LSTM), les unit\u00e9s r\u00e9currentes ferm\u00e9es (GRU)<\/strong>. Ainsi que la combinaison de telles techniques d’apprentissage automatique par exemple CNN-LSTM<\/strong>.<\/p>\n\n\n\n

Perc\u00e9e \u2014 d\u00e9tection d’\u00e9motion d’usure auriculaire<\/strong><\/p>\n\n\n\n

Si, depuis de nombreuses ann\u00e9es, les smartwatches et les smart bands ont stimul\u00e9 la demande de wearables<\/strong> qui surveillent la vie humaine, mais pour le changement, de nouvelles technologies \u00e9mergentes<\/strong> prennent la sc\u00e8ne. C’est le cas pour les \u00e9couteurs<\/strong>, commun\u00e9ment appel\u00e9s wearables.<\/p>\n\n\n\n

Selon IDC, ces appareils portables ont enregistr\u00e9 la croissance la plus \u00e9lev\u00e9e d’une ann\u00e9e \u00e0 l’autre entre 2018 et 2019, avec un chiffre stup\u00e9fiant de 242 % par rapport \u00e0 l’ann\u00e9e pr\u00e9c\u00e9dente. En 2019, 139,4 millions d’appareils auditifs<\/strong> ont \u00e9t\u00e9 exp\u00e9di\u00e9s, ce qui repr\u00e9sente 45,7 % de la part de march\u00e9 de 2019. On s’attend \u00e0 ce que ce chiffre augmente encore plus. La demande croissante des clients de prendre le contr\u00f4le de leur sant\u00e9 influe fortement sur l’utilisation de la technologie portable dans le secteur de la sant\u00e9.<\/p>\n\n\n\n

Dans le cadre de l’IoT, Hearables peut offrir plus que la connectivit\u00e9 entre les appareils, ce qui donne le potentiel de nouveaux mod\u00e8les d’affaires maintenant et \u00e0 l’avenir. Les oreilles repr\u00e9sentent une position id\u00e9ale pour<\/strong> r\u00e9cup\u00e9rer les donn\u00e9es<\/strong> et sont m\u00e9taphoriquement d\u00e9crites comme l’entr\u00e9e USB d’une personne. Sa proximit\u00e9 avec le cerveau sugg\u00e8re qu’\u00e0 l’avenir, les capteurs qui parviendront \u00e0 r\u00e9cup\u00e9rer ce type de donn\u00e9es seront exploit\u00e9s par ce type de dispositif.<\/p>\n\n\n\n

Pourquoi nous ne d\u00e9pendons pas des vieilles technologies<\/strong><\/p>\n\n\n\n

Comme nous l’avons vu la recherche li\u00e9e \u00e0 ce domaine, il y a quelques r\u00e9alisations en utilisant les donn\u00e9es psychologiques et plus encore, c’est-\u00e0-dire l’expression faciale bas\u00e9e sur l’image, la voix, le texte. Cependant, la reconnaissance \u00e9motionnelle \u00e0 l’aide de telles donn\u00e9es ne peut garantir une solution fiable<\/strong>. Parce que la d\u00e9tection des \u00e9motions \u00e0 l’aide du visage, de la parole et du texte d\u00e9pend fortement de l’expression, qui varie largement selon chaque individu et son milieu culturel<\/strong> et peut \u00eatre facilement simul\u00e9e<\/strong> . Consid\u00e9rez un individu dans un \u00e9tat d’\u00e9motion n\u00e9gatif \u00e0 certaines occasions sociales, il\/elle pourrait relativement simuler le v\u00e9ritable \u00e9tat \u00e9motionnel avec un sourire.<\/p>\n\n\n\n

En raison de cette complexit\u00e9 dans les solutions existantes, les donn\u00e9es physiologiques (fr\u00e9quence cardiaque)<\/strong> mesur\u00e9es passivement du corps humain tout au long de la journ\u00e9e sont utilis\u00e9es dans la reconnaissance des \u00e9motions, ce qui rend le syst\u00e8me plus pr\u00e9cis en temps opportun<\/strong> . La sophistication des capteurs int\u00e9gr\u00e9s dans les \u00e9couteurs (oreilles-wearables) aide \u00e0 \u00e9tudier les signaux c\u00e9r\u00e9braux<\/strong> (\u00e9lectroenc\u00e9phalographie (EEG)) dans le futur.<\/p>\n\n\n\n

Impact dans le monde r\u00e9el<\/strong><\/p>\n\n\n\n

Mais d’abord, qui en sont les b\u00e9n\u00e9ficiaires ? La vie humaine sur terre est tr\u00e8s diversifi\u00e9e et cette solution peut \u00eatre appliqu\u00e9e \u00e0 toute la nature de la vie humaine. Pour \u00eatre simple, qui n’aime pas la musique ? Pour \u00eatre particulier, imaginez une personne handicap\u00e9e intellectuelle. Les objets corporels \u00e0 d\u00e9tection d’\u00e9motions peuvent aider \u00e0 surveiller l’\u00e9tat \u00e9motionnel de la personne atteinte de troubles mentaux et autres troubles de sant\u00e9 24 heures sur 24 et 7 jours sur 7.<\/p>\n\n\n\n

Interaction homme-machine :<\/strong> le potentiel de l’IoT avec d\u00e9tection \u00e9motionnelle d\u00e9bloque une \u00e9norme possibilit\u00e9 dans les secteurs des m\u00e9dias et du divertissement. Nous pouvons construire un syst\u00e8me de recommandation intime avec l’avancement des algorithmes AI et ML. Les syst\u00e8mes d’intelligence artificielle fournissent des r\u00e9troactions sur l’\u00e9motion qui contr\u00f4le notre exp\u00e9rience audio\/vid\u00e9o en temps r\u00e9el.<\/p>\n\n\n\n

Optimisation de la rencontre clinique :<\/strong> Le syst\u00e8me \u00e9quip\u00e9 des protocoles de collecte de donn\u00e9es collabor\u00e9 avec les capteurs IoT envoie p\u00e9riodiquement des rapports enti\u00e8rement analys\u00e9s avec des vuln\u00e9rabilit\u00e9s potentielles et des pr\u00e9dictions de sant\u00e9 aux m\u00e9decins\/m\u00e9decins affect\u00e9s.<\/p>\n\n\n\n

Analyse de la sant\u00e9 :<\/strong> Nous analysons diff\u00e9rents param\u00e8tres directement \u00e0 la source, ce qui permet de prendre de meilleures d\u00e9cisions en mati\u00e8re de sant\u00e9 pour identifier les bons troubles, des mesures pr\u00e9ventives pour les \u00e9viter et pour mener un meilleur style de vie. \u00ab Nous nous effor\u00e7ons de gu\u00e9rir d\u00e9finitivement le handicap, directement \u00e0 la source. \u00bb<\/p>\n\n\n\n

Transport :<\/strong> Les personnes handicap\u00e9es ou les personnes \u00e2g\u00e9es n’ont pas forc\u00e9ment \u00e0 se rendre dans les h\u00f4pitaux avec fr\u00e9quence. Ils pourraient rester \u00e0 la maison et \u00e9viter la douleur excessive des d\u00e9placements et des transports tout en veillant \u00e0 ce que leur vie soit en s\u00e9curit\u00e9 24h\/24 et 7j\/7.<\/p>\n\n\n\n

Qualit\u00e9 des soins\/Urgences :<\/strong> Notre syst\u00e8me identifie les urgences en temps r\u00e9el et envoie une alerte imm\u00e9diate aux h\u00f4pitaux proches, aux soignants, aux proches ou aux voisins. Cela garantit qu’ils re\u00e7oivent de l’aide \u00e0 temps m\u00eame avant l’arriv\u00e9e des services d’urgence.<\/p>\n\n\n\n

Priorit\u00e9 :<\/strong> Nous nous assurons que leurs rapports sont enti\u00e8rement analys\u00e9s par les soignants\/h\u00f4pitaux. Nous leur accordons la priorit\u00e9 dans la planification des rendez-vous, ils n’ont pas la capacit\u00e9 d’attendre de longues heures dans les h\u00f4pitaux et l’objectif est de donner la priorit\u00e9 \u00e0 leur s\u00e9curit\u00e9 avec la plus grande commodit\u00e9.<\/p>\n\n\n\n

Innovation future avec Open Data :<\/strong> Gr\u00e2ce aux donn\u00e9es biom\u00e9triques que nous collectons, elle ouvre une toute nouvelle voie de recherche\/d\u00e9veloppement de m\u00e9dicaments et ouvre la voie \u00e0 de nouvelles innovations techniques pour l’humain.<\/p>\n\n\n\n

Conclusion : Prochaine \u00e9volution des \u00e9couteurs !<\/strong><\/p>\n\n\n\n

Synchronisez la musique avec votre humeur ; Faites apprendre \u00e0 votre appareil votre habitude ; Surveillez votre sant\u00e9 ;<\/em><\/strong><\/p>\n\n\n\n

Nous pouvons enfin collecter la fr\u00e9quence cardiaque brute, l’EEG et les donn\u00e9es de mouvement<\/strong> \u00e0 l’aide de capteurs portables int\u00e9gr\u00e9s<\/strong> dans les \u00e9couteurs. La r\u00e9cup\u00e9ration de ces param\u00e8tres peut se traduire par des informations plus pr\u00e9cises et personnalis\u00e9es, gr\u00e2ce \u00e0 la mise en \u0153uvre de l’intelligence artificielle<\/strong>, afin d’accro\u00eetre la sensibilisation aux conditions de sant\u00e9 et de condition physique, la d\u00e9tection pr\u00e9coce des maladies et l’\u00e9vitement du risque potentiel dans le syst\u00e8me cardiovasculaire.<\/p>\n\n\n\n

De plus, les appareils audibles sont capables de fournir une r\u00e9troaction vocale aux utilisateurs, ce qui \u00e9limine le besoin pour les utilisateurs de regarder un \u00e9cran pour l’information<\/p>\n\n\n\n

Actuellement, nous travaillons \u00e0 d\u00e9velopper des audibles sensant l’\u00e9motion qui utilisent les signaux du c\u0153ur sont capables de \u00ab lire \u00bb l’\u00e9tat \u00e9motionnel des utilisateurs. <\/strong> La recherche montre que des donn\u00e9es physiologiques telles que la variabilit\u00e9 de la fr\u00e9quence cardiaque (HSV), peuvent \u00eatre utilis\u00e9es pour d\u00e9terminer l’\u00e9tat \u00e9motionnel d’une personne \u00e0 partir des m\u00e9thodes valence-excitation. Cela comprend la compr\u00e9hension de savoir si une personne est stress\u00e9e, heureuse, triste, fatigu\u00e9e, etc.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Figure 2 : Valence-excitation<\/p>\n\n\n\n

En \u00e9largissant l’aspect du suivi de la sant\u00e9, il pourrait \u00eatre int\u00e9ressant de d\u00e9velopper un algorithme de recommandation musicale bas\u00e9 sur des techniques d’apprentissage automatique et d’apprentissage profond et des algorithmes d’intelligence artificielle<\/strong>. Ces algorithmes apprendront \u00e0 conna\u00eetre l’utilisateur, notamment en comprenant ses go\u00fbts musicaux et, par cons\u00e9quent, en comprenant quel type de musique est le plus pr\u00e9f\u00e9rable selon les circonstances.<\/p>\n\n\n\n

Par cons\u00e9quent, en fonction du go\u00fbt musical et du statut \u00e9motionnel des utilisateurs, il recommande la musique adapt\u00e9e \u00e0 la circonstance particuli\u00e8re.<\/p>\n\n\n\n

De plus, l’int\u00e9gration de fonctionnalit\u00e9s telles que la traduction en direct et l’annulation du bruit pourrait potentiellement ajouter plus d’attrait \u00e0 ce nouveau produit. Pour cette raison, nous essayons de comprendre l’\u00e9tat actuel du march\u00e9 des \u00e9couteurs.<\/p>\n\n\n\n

Comprendre les habitudes d’achat, ainsi que les attentes des clients pour les d\u00e9veloppements futurs, peut contribuer \u00e0 la phase de d\u00e9veloppement de ce projet. Alors, S’il vous pla\u00eet donner votre id\u00e9e sur la pr\u00e9f\u00e9rence pour les mod\u00e8les d’oreilles dans votre esprit en ce moment.<\/p>\n\n\n\n

Pour plus de d\u00e9tails, contactez-nous<\/a>\u00a0!<\/p>\n","protected":false},"excerpt":{"rendered":"

La Quatri\u00e8me R\u00e9volution Industrielle conduit notre soci\u00e9t\u00e9 \u00e0 une transition rapide vers l’\u00e8re de la num\u00e9risation, influant profond\u00e9ment et in\u00e9vitablement…<\/p>\n","protected":false},"author":1,"featured_media":320305,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_lmt_disableupdate":"","_lmt_disable":"","footnotes":""},"categories":[1,1773],"tags":[],"class_list":["post-320303","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-smart-home","category-healthcare-fr"],"acf":[],"_links":{"self":[{"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/posts\/320303","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/comments?post=320303"}],"version-history":[{"count":0,"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/posts\/320303\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/media\/320305"}],"wp:attachment":[{"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/media?parent=320303"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/categories?post=320303"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/iotworlds.com\/fr\/wp-json\/wp\/v2\/tags?post=320303"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}