Bibliographic data

Document DE202023101621U1 (Pages: 11)

Bibliographic data Document DE202023101621U1 (Pages: 11)
INID Criterion Field Contents
54 Title TI [DE] Ein System zur Erkennung von COVID-19 auf Basis von IoT und maschinellem Lernen
71/73 Applicant/owner PA Amalanathan, Selvia Arokiya Mary, Tamil Nadu, Chennai, IN ; Chandrasekhar, Parthasarathi Balasamudram, Dr., Andhra Pradesh, Tirupati, IN ; Hainan Weichang Information Technology Co., Ltd, Hainan, CN ; Hariram, Venkatesan, Prof. Dr., Tamil Nadu, Salem, IN ; Li, Jianfeng, Haikou, CN ; Li, Zeyun, Penang, MY ; Manoharan, Poongodi, Doha, QA ; Misra, Shubhrojit, Rajasthan, Jaipur, IN ; Paul, Sanchita, Dr., Jharkhand, Ranchi, IN ; Sharma, Shailendra, Uttar Pradesh, Ghaziabad, IN ; Swamy, Amit, Dr., Abu Dhabi, AE ; Yeruva, Ajay Reddy, CA, Pleasanton, US
72 Inventor IN
22/96 Application date AD Mar 30, 2023
21 Application number AN 202023101621
Country of application AC DE
Publication date PUB Jul 27, 2023
33
31
32
Priority data PRC
PRN
PRD


51 IPC main class ICM G16H 50/80 (2018.01)
51 IPC secondary class ICS G08B 21/02 (2006.01)
G08B 25/00 (2006.01)
IPC additional class ICA
IPC index class ICI
Cooperative patent classification CPC G08B 21/22
G16H 50/20
G16H 50/30
G16H 50/70
G16H 50/80
MCD main class MCM G16H 50/80 (2018.01)
MCD secondary class MCS G08B 21/02 (2006.01)
G08B 25/00 (2006.01)
MCD additional class MCA
57 Abstract AB [DE] Ein System zur Früherkennung und Prävention von COVID-19 basierend auf der Integration von IoT und maschinellem Lernen, das System umfasst:ein Netzwerk (104) von IoT-Sensoren (102), die konfiguriert sind, um Daten in Bezug auf Lebenszeichen, Umweltfaktoren und Kontaktverfolgungsinformationen von Einzelpersonen zu sammeln;ein maschinelles Lernmodell (106), das ein neuronales Deep-Learning-Netzwerk umfasst, das unter Verwendung einer Kombination aus überwachten und nicht überwachten Lerntechniken trainiert wird, um Muster in den gesammelten Daten zu identifizieren, die auf eine COVID-19-Infektion hinweisen;eine Datenbank (108) zum Speichern der gesammelten Daten und der vom Maschinenlernmodell (106) erzeugten Ausgabe;ein Benachrichtigungssystem (110), das Warnungen an bestimmte Personen oder Behörden sendet, falls der Wahrscheinlichkeitswert für eine COVID-19-Infektion einen vorbestimmten Schwellenwert überschreitet;eine Benutzerschnittstelle (112), die dem Benutzer die Ergebnisse der Analyse anzeigt, einschließlich der Wahrscheinlichkeitspunktzahl, und eine Anleitung zu den nächsten Schritten, wie beispielsweise Testen oder Selbstisolation, bereitstellt;ein Datenschutz- und Sicherheitsmodul (114), das sicherstellt, dass die gesammelten Daten geschützt und nur autorisierten Personen zugänglich sind; Undein Rückkopplungsschleifenmodul (116), das es dem maschinellen Lernmodell (106) ermöglicht , aus seinen Fehlern zu lernen und seine Genauigkeit beim Erkennen einer COVID -19-Infektion kontinuierlich zu verbessern.
56 Cited documents identified in the search CT
56 Cited documents indicated by the applicant CT
56 Cited non-patent literature identified in the search CTNP
56 Cited non-patent literature indicated by the applicant CTNP
Citing documents No results
Sequence listings
Search file IPC ICP