Inaktiivisen ajan vähentämisellä saattaa olla terveyden näkökulmasta suurempi merkitys kuin aktiivisuuden lisäämisellä. Inaktiivisen ajan määrittämistä vaikeuttaa arkiaktiivisuuden määrän arviointi, sillä sitä kertyy huomaamatta muiden askareiden lomassa. Jotta inaktiivisuutta voisi vähentää, täytyy arkiliikuntaa pystyä mittaamaan luotettavasti arkiaskareiden yhteydessä.
Älypuhelimien nopea yleistyminen on mahdollistanut arkiliikunnan määrän ja laadun tunnistamisen puhelimien antureiden, erityisesti kiihtyvyysantureiden, tuottamaan tietoon perustuen. Älypuhelin on oiva väline arkiaktiivisuuden mittaamiseen siinäkin mielessä, että se kulkee mukana lähes kaikkialle.
Hankkeessa on kehitetty menetelmiä, joilla voidaan tunnistaa käyttäjän sen hetkinen aktiviteetti puhelimen kiihtyvyysanturitietoon perustuen. Tunnistettavat aktiviteetit ovat kävely, pyöräily, juoksu, autoilu sekä oleilu. Kehitetty menetelmä on riippumaton sekä käyttäjästä että puhelimen asennosta. Lisäksi puhelimen paikkaa ei ole kiinnitetty vaan tunnistus onnistuu olipa puhelin housun tai takin taskussa, repussa, olkahihnassa taikka korvalla. Tutkimuksessa on osoitettu, että viisi arkiaktiviteettia voidaan tunnistaa erittäin tarkasti kehitettyjä koneoppimismenetelmiä käyttäen. Tulosten pohjalta on tehty mobiilisovellus, joka kutsuntaikäisillä on ollut mahdollista ladata ilmaiseksi puhelimiinsa.
Tutkimusta on esitelty alan konferenseissa sekä lehdissä:
•Siirtola P & Röning J (2013): Ready-to-Use Activity Recognition for Smartphones. IEEE Symposium on Computational Intelligence and Data Mining (CIDM 2013), 16-19 April 2013, 59--64.
•Siirtola P & Röning J (2012): Recognizing Human Activities User-independently on Smartphones Based on Accelerometer Data, International Journal of Interactive Multimedia and Artificial Intelligence (1), 5 (June 2012), 38-45.
• Siirtola P & Röning J (2012): User independent human activity recognition using a mobile phone: Offline recognition vs. realtime on device recognition. In: Distributed Computing and Artificial Intelligence, volume 151 of Advances in Intelligent and Soft Computing, pp. 617--627. Springer Berlin / Heidelberg.
•Siirtola P & Röning J (2011): Arkiaktiivisuutta voidaan mitata tarkasti älypuhelimen kiihtyvyysanturitietoa hyödyntämällä, Liikuntalääketieteen päivät 2011, Helsinki.
