Recognizing daily-life activities using sensor-collected data in a kitchen
Abstract
This paper focuses on the recognition and classification of Activities of Daily Living (ADLs) that are carried out in a kitchen. To do this, a Recurrent Neural Network architecture of the Long-Short Term Memory (LSTM) type is implemented as a classifier. The ARAS dataset is used for training and evaluation. A classifier is obtained with an average value in the F1 metric of 95.33% for the chosen data set
Authors 6
-
Inform (Germany) · Universidad de Costa Rica
Affiliation as printed
Universidad de Costa Rica,Escuela de Ciencias de la Computación e Informática,San José,Costa Rica
, Costa Rica
Escuela de Ciencias de la Computació
n e Informá
-
Inform (Germany) · Universidad de Costa Rica
Affiliation as printed
Universidad de Costa Rica,Escuela de Ciencias de la Computación e Informática,San José,Costa Rica
, Costa Rica
Escuela de Ciencias de la Computació
n e Informá
-
Inform (Germany) · Universidad de Costa Rica
Affiliation as printed
Universidad de Costa Rica,Escuela de Ciencias de la Computación e Informática,San José,Costa Rica
, Costa Rica
Escuela de Ciencias de la Computació
n e Informá
-
Inform (Germany) · Universidad de Costa Rica
Affiliation as printed
Universidad de Costa Rica,Escuela de Ciencias de la Computación e Informática,San José,Costa Rica
, Costa Rica
Escuela de Ciencias de la Computació
n e Informá
-
Inform (Germany) · Universidad de Costa Rica
Affiliation as printed
Universidad de Costa Rica,Escuela de Ciencias de la Computación e Informática,San José,Costa Rica
, Costa Rica
Escuela de Ciencias de la Computació
n e Informá
-
Inform (Germany) · Universidad de Costa Rica
Affiliation as printed
Universidad de Costa Rica,Escuela de Ciencias de la Computación e Informática,San José,Costa Rica
, Costa Rica
Escuela de Ciencias de la Computació
n e Informá
Cited by 0 stored of 0
No patents citing this paper on Lens.org (checked 2026-10-06).