Autonomous systems that recognise, explain, and predict complex human activities
Forskningsprojekt
Projektet ingår i ett större forskningsinitiativ rörande autonoma system för framtidens industri och samhälle som innefattar åtta postdoc-projekt.
Projektet syftar till att utveckla metoder för kunskapsrepresentation och autonoma resoneringsteknologier för att identifiera, förklara och predicera människors komplexa aktiviteter. Metoder och teknologier inkluderar temporalt resonerande om aktivitet, icke-monotonsk kausal logik, answer set programming, och hanterande av inkomplett, osäker och inkonsistent kunskap.
Att förstå människors aktivitet och dess kontext är utmanande eftersom en persons aktivitet drivs av mål, motiv, behov och normer som kan vara i konflikt i en situation. Dessutom kan dessa tillskrivas olika betydelse i olika situationer, aktiviteter kan vara överlappande tidsmässigt och utföras olika beroende på vilka begränsningar som ges av kontexten. Därför behövs sunda beräkningsteorier för mänsklig aktivitet för att kunna utveckla en ny generation av autonoma ambient intelligenta system.
Sådan kontextigenkänning som utgår ifrån människans aktivitet möjliggör utveckling av autonoma intelligenta miljöer som anpassar sitt beteende till personen. Syftet är att öka förmågan att utföra aktivitet, exempelvis hos äldre som strävar efter att fortsätta leva självständigt i deras hemmiljöer.