A Fujitsu kísérleti stádiumban lévő algoritmusa videokamerák helyett mikrohullámos letapogatással monitorozná a segítségre szoruló embereket.
Hirdetés
 

Milliméteres nagyságú mikrohullámokat kibocsátó érzékelőkre épülő megfigyelőrendszeren dolgoznak a Fujitsu mérnökei. A cél egy olyan megoldás piacra dobása, amely a magánélet maximális védelme mellett is képes lehet hatékony segítséget jelenteni például idősotthonokban a bentlakók ellátásában.

A japán vállalat témában kiadott közleménye szerint a test helyzetének és a testtartások pontos felmérésere egy hagyományosnak tekinthető mikrohullámos szenzort használnak. Az eszköz által rögzített adatokból generálódó pontfelhőt pedig természetesen egy mesterséges intelligenciára épülő algoritmus veszi kezelésbe, hogy abból a rendszerre támaszkodók minél több és pontosabb információhoz jussanak.

A technológiát kórházakban és ápolási intézményekben szeretnék bevetni, ahol az a remények szerint támogathatja az intézményekben dolgozó ápolókat és gondozókat a betegek vizuális megfigyelésében, illetve abban, hogy gyorsabban reagáljanak vészhelyzetekre, például ha egy páciens elesik.

 

A megfigyelési és elemzési rendszer működési modellje (forrás: Fujitsu)


A rendszerrel kapcsolatos helyszíni kísérletek már zajlanak Japánban, ahol a tervek szerint már valamikor 2023-ban éles üzembe is állhat. A hagyományos kamerás megfigyelési módszerekhez képest a Fujitsu megoldásának nyilvánvaló előnye, hogy a betegek magánéletét sokkal jobban őrzi, miközben a letapogatást végző szenzor egyszerűsége miatt a telepítési költségek sem magasak.

Az érzékelők azonban csak durva felbontású pontfelhőket képesek előállítani, ami nem elégséges a kellően pontos megfigyeléshez. Ezt a szakadékot hidalták át a mérnökök az MI bevetésével, amely valós időben képes kiterjeszteni a pontfelhőt olyan minőségre, hogy abból használható információ váljon.

Cloud & big data

Félszáz nagyvállalat érzékeny belső adatait árulja egyetlen hekker

A pórul járt cégekben közös, hogy egyiknél sem kötelezték a dolgozókat a többfaktoros azonosítás használatára. Az online bűnözőnek így elég volt a szervezetek által használt cloudos fájlmegosztó platformok jelszavait megszerezni.
 
Hirdetés

Az ötlettől az értékteremtésig – a gépi tanulási pipeline szerepe az adattudományi működésben

A jó adatok önmagukban még nem elegendők: a modellek csak akkor működnek megbízhatóan, ha egy átlátható, automatizált és reprodukálható környezetben futnak. A gépi tanulási pipeline-ok éppen ezt a technológiai hátteret teremtik meg.

Az adatvezérelt működés sikere ritkán múlik azon, milyen technológiát vezet be egy vállalat. Sokkal inkább az a kulcs, hogyan illeszti az adattárházat, a BI-t és az MI-megoldásokat a meglévő rendszerekhez és döntési folyamatokhoz.

a melléklet támogatója a One Solutions

EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!

Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.

2026.03.10. UP Rendezvénytér

RÉSZLETEK »

Amióta a VMware a Broadcom tulajdonába került, sebesen követik egymást a szoftvercégnél a stratégiai jelentőségű változások. Mi vár az ügyfelekre? Vincze-Berecz Tibor szoftverlicenc-szakértő (IPR-Insights) írása.

Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak

Különösen az early adopter vállalatoknak lehet hasznos. De különbözik ez bármiben az amúgy is megkerülhetetlen tervezéstől és pilottól?

Sok hazai cégnek kell szorosra zárni a kiberkaput

Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizennegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2025 Bitport.hu Média Kft. Minden jog fenntartva.