Paso 2: Algoritmo de aprendizaje automático reconocer gestos
Lo primero a decidir es el algoritmo de aprendizaje de máquina (ML). Los algoritmos más utilizados para problemas con datos de series temporales, tales como el reconocimiento de audio y gesto, son el modelo oculto de Markov (HMM) y deformación de tiempo dinámico (DTW). En este caso del prototipo, el procesador utilizado para procesar los datos del acelerómetro y el modelo de ML, para clasificar un gesto, es un ATmega328P. Este procesador tiene 32KB de espacio de memoria para poner código en él y 2KB de espacio de memoria RAM, por lo que sería muy difícil implementar un algoritmo robusto de ML, HMM y DTW, en el procesador de LightBlue Bean. Así, utilicé el modelo de árbol de decisión J48 construido por Weka (http://www.cs.waikato.ac.nz/ml/weka/) para reconocer gestos. Un modelo de árbol de decisión es básicamente algunos ifs y más que usted puede poner fácilmente en cualquier código de aplicación.
