The results in Table 3 show that no

The results in Table 3 show that no data point was classified into the toilet cluster. We can conclude from the results that the user did not go to the toilet. We cannot simply make this judgment from the RSSI values of the toilet tag because the threshold would be hard to set. With this long-term anomaly detection, long-term behaviors for not going to a certain place, e.g., the kitchen and the toilet, for hours or even a whole day can be detected. Not eating much and not going to toilet are both serious problems for the elderly

Kết quả (Việt) 1:

Kết quả trong bảng 3 cho thấy không có điểm dữ liệu được phân loại thành cụm nhà vệ sinh. Chúng tôi có thể kết luận từ các kết quả rằng người dùng đã không đi vào nhà vệ sinh. Chúng tôi chỉ đơn giản là không thể thực hiện bản án này từ các giá trị RSSI của thẻ nhà vệ sinh vì ngưỡng sẽ là khó khăn để thiết lập. Với này phát hiện bất thường dài hạn, các hành vi lâu dài cho không đi đến một nơi nào đó, ví dụ, nhà bếp và nhà vệ sinh, cho giờ hoặc thậm chí một ngày toàn bộ có thể được phát hiện. Không ăn nhiều và không phải đi vào nhà vệ sinh là cả hai vấn đề nghiêm trọng cho người già

Kết quả (Việt) 2:

Kết quả ở bảng 3 cho thấy không có điểm dữ liệu được phân thành các cụm nhà vệ sinh. Chúng tôi có thể kết luận từ các kết quả mà người sử dụng đã không đi vào nhà vệ sinh. Chúng ta có thể không chỉ đơn giản là làm cho bản án này từ các giá trị RSSI của thẻ nhà vệ sinh vì các ngưỡng này sẽ là khó khăn để thiết. Với phát hiện bất thường dài hạn này, hành vi lâu dài cho không đi đến một nơi nào đó, ví dụ như, nhà bếp và nhà vệ sinh, hàng giờ hoặc thậm chí cả ngày có thể được phát hiện. Không ăn nhiều và không đi vệ sinh được cả hai vấn đề nghiêm trọng đối với người cao tuổi