日常生活活动识别穿戴设备数据集2021-florencdemrozi
数据来源：互联网公开数据
标签：ADL,穿戴设备,传感器数据,日常活动,计算机科学,数据集,健康监测,活动识别
数据概述：
本数据集包含9种日常活动的传感器数据，这些数据是在参与者佩戴Nordic Thingy 52设备（https://www.nordicsemi.com/Products/Development-hardware/Nordic-Thingy-53）时收集的。设备分别佩戴在手腕、大腿和脚踝三个位置。每种活动重复两次，每次活动持续时间在30秒到2分钟之间。数据采样频率为62.5Hz，仅使用加速度计传感器。为确保数据的自然性和可靠性，参与者仅在开始时被告知活动内容、传感器位置和方向，并被要求自然地完成活动，而无需他人的监控或指导。研究旨在开发一个能够准确识别日常活动的模型，因此收集的数据必须尽可能地反映真实世界的情况。
数据集描述：
本数据集由12名参与者使用Thingy设备收集的数据组成，每个参与者在三种不同位置重复执行9种活动，生成了54个文件（9种活动×2次重复×3个设备位置）。总体共收集了648个.cbor文件和一个.csv文件。参与者包括10名男性和2名女性，年龄在18至27岁之间，体重在52至107公斤之间，身高在158至190厘米之间。尽管研究旨在实现性别平衡，但由于参与者主要来自计算机科学学士和硕士项目，最终数据集在性别上存在偏差。数据集未来将通过添加新的活动（如梳头、刷牙、洗手、洗脸、擦桌子、手静止、刮脸、切菜和熨衣服）继续扩展。表1总结了数据集在活动和参与者方面的分布情况，以秒为单位。
数据集包含了49118秒的数据，相当于13.6小时的监控活动。表中的红色单元格显示了某些活动在不同参与者之间数据量的差异：一些参与者严格遵守了数据采集协议，而其他参与者则超额或未达到最低要求（例如参与者S7）。纳入不符合协议的参与者数据可以增强数据对现实世界的模拟。此外，总数据显示数据集不平衡（由红色单元格指示），活动A5至A9的平均数据样本量约为活动A1至A4的一半，而活动A6和A7的平均数据样本量则约为活动A1至A4的四分之一。
文件名格式：
S10_A1_R1_A.cbor
S10 > 参与者ID = 10
A1 > 活动ID = 1
R1 > 重复ID = 1
A > 设备位置 = A< 脚踝
数据集版本2（ADL4ULv2.csv）描述：
包含18名参与者的数据，相较于版本1增加了6名参与者。
更多信息待更新。
