في عالم التكنولوجيا المتقدمة، تبرز أهمية الأجهزة القابلة للارتداء مثل الساعات الذكية والنظارات الذكية، مما يستدعي الحاجة إلى أنظمة فعالة تعزز من استهلاك الطاقة. تم تقديم خوارزمية جديدة تتيح الكشف عن تغييرات النشاط البشري بكفاءة مذهلة، موفرة في استهلاك الطاقة، مما يفتح آفاقًا جديدة أمام المستخدمين.

تستند الخوارزمية التي تم تطويرها إلى آلية للكشف عن التغيير تعمل بنظام المطابقة الديناميكي، مما يجعله خوارزمية غير معتمدة على المعلمات (non-parametric) والقدرة على العمل بفاعلية عند 16kFLOPs فقط لكل عملية. هذا لا يتطلب تدريبًا مسبقًا أو تعريف دقيق لفئات النشاط المستهدفة، مما يجعلها سهلة الاستخدام في مختلف المواقف.

من خلال استخدام هذه الخوارزمية، يمكن لأجهزة القياس أن تستدعي نظام التعرف على النشاط البشري (Human Activity Recognition - HAR) فقط عند اكتشاف تغيير في النشاط، مما يقلل من الحمل الحاسوبي بنسبة تتجاوز 67%، وهو ما يعد إنجازًا ملحوظًا.

كما تم اختبار الخوارزمية على بيانات من نظارات ذكية وساعات ذكية وهواتف ذكية، حيث تتطلب فقط مرحلة معايرة سريعة خاصة بالجهاز. وقد أظهرت نتائج التجارب حساسية بنسبة 98% على مجموعة بيانات UCA-EHAR، مما يضمن عدم تفويت أي انتقال حقيقي للنشاط، بينما حافظت على نسبة نوعية تصل إلى 75% لتقليل الاستدعاءات غير الضرورية.

وعلى صعيد أداء الخوارزمية على مجموعة بيانات WISDM، برهنت أيضًا على فعاليتها مع 97% حساسية و76% نوعية، مما يظهر مرونتها وقوتها في ظروف متعددة. تقدم هذه الخوارزمية الجديدة نموذجًا مثيرًا لمستقبل الأجهزة القابلة للارتداء وكيفية تحسين أدائها دون المساس بمتطلبات الطاقة.