Traffic Model Based on Autoregression for PPG Signals in Wearable Networks

Tavares, Thais; Nogueira, Michele; Rosário, Denis; Santos, Aldri; Cerqueira, Eduardo

doi:10.1109/lnet.2020.2982981

Cited by 4 publications

(2 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…O dispositivo PPG tomou como base o sensor da empresa PulseSensor . Este sensor coleta os sinais através de um processo em que um transmissor LED emite luminosidade em alguma parte do corpo humano como pulso ou dedo, e paralelamente um diodo fotossensível mede a intensidade da luz absorvida pelos tecidos apiteliais (Nakayama et al, 2019;Tavares et al, 2020). Assim, se a quantidade de luz incidente no sensor permanecer constante, o valor do sinal permanece próximo de 512, ponto médio da resolução ADC de 10 bits do dispositivo Arduino.…”

Section: Implementaçãounclassified

Um Mecanismo de Compressão de Dados Local em Tempo Real Energeticamente Eficiente para Redes WBANs

Passos¹,

Santos²

2021

Anais Estendidos Do XXXIX Simpósio Brasileiro De Redes De Computadores E Sistemas Distribuídos (SBRC Estendido 2021)

Self Cite

View full text Add to dashboard Cite

Dentre as redes computacionais voltadas ao cuidado com a saúde, destacam-se as redes corporais sem fio (WBANs), que possibilitam o monitoramento contínuo e em tempo real dos sinais fisiológicos. No entanto, esse monitoramento resulta em uso excessivo de transmissão de dados, afetando drasticamente o consumo de energia dos dispositivos. Esta pesquisa de dissertação investigou essas questões e propôs o sistema GROWN, uma abordagem híbrida de compressão de dados local para reduzir a redundância de informações na transmissão de dados e redução do consumo de energia dos dispositivos, através de métodos de compressão de dados locais de WSN. O GROWN foi avaliado por meio de experimentação e obteve uma diminuição do consumo de energia dos dispositivos na transmissão dos sinais e um aumento na vida útil da rede.

show abstract

Section: Implementaçãounclassified

Um Mecanismo de Compressão de Dados Local em Tempo Real Energeticamente Eficiente para Redes WBANs

Passos¹,

Santos²

2021

Anais Estendidos Do XXXIX Simpósio Brasileiro De Redes De Computadores E Sistemas Distribuídos (SBRC Estendido 2021)

Self Cite

View full text Add to dashboard Cite

show abstract

“…Wireless sensors networks (WSN) and nanosystems have enabled the deployment of wearables sensors added into clothing or implanted in the body, such as fitness trackers and smartwatches [1]. Wireless body area networks (WBANs) enables the collect, monitoring, and transmission of physiological signals from people to several medical applications and health professionals, making patients day-to-day easier [2] [3].…”

Section: Introductionmentioning

confidence: 99%

GROWN: Local Data Compression in Real-Time To Support Energy Efficiency in WBAN

Passos¹,

Pedroso²,

Batista³

et al. 2020

2020 IEEE Latin-American Conference on Communications (LATINCOM)

Self Cite

View full text Add to dashboard Cite

The evolution of wireless technologies has enabled the creation of networks for several purposes as health care monitoring. The Wireless Body Area Networks (WBANs) enable continuous and real-time monitoring of physiological signals, but that monitoring leads to an excessive data transmission usage, and drastically affects the power consumption of the devices. Although there are approaches for reducing energy consumption, many of them do not consider information redundancy to reduce the power consumption. This paper proposes a hybrid approach of local data compression, called GROWN, to decrease information redundancy during data transmission and reduce the energy consumption. Our approach combines local data compression methods found in WSN. We have evaluated GROWN by experimentation, and the results show a decrease in energy consumption of the devices and an increase in network lifetime.

show abstract

Applicability of SARIMA Model in Tokyo Population Migration Forecast

Shimizu

Shin

2021

2021 14th International Conference on Human System Interaction (HSI)

View full text Add to dashboard Cite

Traffic Model Based on Autoregression for PPG Signals in Wearable Networks

Cited by 4 publications

References 8 publications

Um Mecanismo de Compressão de Dados Local em Tempo Real Energeticamente Eficiente para Redes WBANs

Um Mecanismo de Compressão de Dados Local em Tempo Real Energeticamente Eficiente para Redes WBANs

GROWN: Local Data Compression in Real-Time To Support Energy Efficiency in WBAN

Applicability of SARIMA Model in Tokyo Population Migration Forecast

Contact Info

Product

Resources

About