<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1793108690839422&ev=PageView&noscript=1" />
News of Friday, 5th September 2025

યુનિવર્સીટી ઓફ કેલિફોર્નિયાના એન્જિનિયર્સ દ્વારા શોધ

ઘરનું વાઇફાઇ ડિવાઇસ હાર્ટ રેટ માપી શકશે:આ નવી શોધને પ્લસ ફાઈ નામ આપવામાં આવ્યું:આ એક મશીન લર્નિંગ એલ્ગોરિધમ પ્રોસેસ છે જે માટે ખૂબ જ ઓછો ખર્ચ થાય છે

નવી દિલ્હી: યુનિવર્સિટી ઓફ કેલિફોર્નિયાના એન્જિનિયર્સ દ્વારા એક નવી રીત શોધવામાં આવી છે જેના દ્વારા ઘરનું વાઇ-ફાઇ ડિવાઇસ હાર્ટ રેટ માપી શકશે. અત્યાર સુધી હાર્ટ રેટ માટે સ્માર્ટવોચ અને અન્ય સ્માર્ટ ગેજેટ્સનો ઉપયોગ કરવો પડતો હતો. જોકે હવે એન્જિનિયર્સ દ્વારા એક નવી પદ્ધતિ શોધવામાં આવી છે જેને ‘પ્લસ-ફાઇ’ નામ આપવામાં આવ્યું છે. એના કારણે યુઝર્સે સ્માર્ટવોચ અથવા તો હોસ્પિટલમાં આવતી મશીનનો ઉપયોગ કરવો નહીં પડે. આ એક મશીન લર્નિંગ એલ્ગોરિધમ પ્રોસેસ છે જે માટે ખૂબ જ ઓછો ખર્ચ થાય છે. તેમ જ એના દ્વારા એકદમ ચોક્કસ હાર્ટ રેટ માપી શકાશે.
પ્લસ-ફાઇ સિસ્ટમમાં વાઇ-ફાઇ ટ્રાન્સમિટર અને રિસિવરનો સમાવેશ કરવામાં આવશે જે સિગ્નલને પ્રોસેસ કરશે. તેમ જ એની અંદર મશીન લર્નિંગ એલ્ગોરિધમ પણ છે. આ એલ્ગોરિધમ વ્યક્તિના હાર્ટ રેટમાં જરા પણ ઉતાર-ચઢાવ થયો એને પકડી પાડશે અને એ રીતે જ એને ટ્રેઇન કરવામાં આવી છે. આ ડિવાઇસ અન્ય કારણો અથવા તો એક્ટિવિટીને કારણે થતી ગતિવિધિ દરેક વસ્તુને ધ્યાનમાં રાખીને કામ કરે છે. આ પદ્ધતિ શોધનાર રિસર્ચર્સ દ્વારા 118 વ્યક્તિ પર એની ટેસ્ટ કરવામાં આવી હતી. તેમણે ફક્ત પાંચ સેકન્ડમાં સિગ્નલને પ્રોસેસ કરી લીધો હતો અને ક્લિનિકલ લેવલની ચોક્કસતા સાથે રિઝલ્ટ આપ્યું હતું.
પ્લસ-ફાઇ સિસ્ટમ કઈ પોઝિશનમાં મૂકવામાં આવી છે કે પછી જે વ્યક્તિની હાર્ટ રેટ માપવાની છે એ કઈ પોઝિશનમાં છે એ બધાથી પરે છે. તે કોઈ પણ રીતે એકદમ ચોક્કસ માહિતી આપશે. 118 વ્યક્તિઓની 17 જાતની પોઝિશનમાં આ ટેસ્ટ કરવામાં આવ્યો હતો. એમ છતાં એ સાચો હતો. અલ્ટ્રા-લો-કોસ્ટ ESP32 ચીપનો ઉપયોગ કરીને આ રિઝલ્ટ મેળવવામાં આવે છે. આ ચીપનો રીટેલમાં ભાવ 5થી 10 અમેરિકન ડોલર છે. આ સાથે જ રાસ્પબેરી પાઇ ચીપનો ખર્ચ અંદાજે 30 અમેરિકન ડોલર છે. આ બે ચીપનો જ ઉપયોગ કરવામાં આવે છે.
આ સિસ્ટમ જ્યાં લગાવવામાં આવી છે ત્યાંથી વ્યક્તિ વધુમાં વધુ 10 ફૂટના અંતરમાં હશે તો પણ એ એકદમ ચોક્કસ રિઝલ્ટ આપશે. મશીન લર્નિંગ મોડલના કારણે આ શક્ય બન્યું છે. આ મશીન એ વાતની ખાતરી રાખે છે કે અંતરને કારણે રિઝલ્ટમાં કોઈ ફરક નહીં આવે. આ સિસ્ટમ બનાવનાર એક રિસર્ચર પ્રણય કોચેતા કહે છે, ‘અમે જે સિદ્ધિ મેળવી છે એ મશીન લર્નિંગ મોડલના કારણે છે. અંતરથી એના પરિણામ પર અસર નથી થતી. અમારા અગાઉના મોડલમાં અમને અંતરને કારણે રિઝલ્ટમાં ખૂબ જ તકલીફ પડી હતી, પરંતુ હવે અમે એનું સોલ્યુશન મેળવી લીધું છે.’

 

(6:47 PM IST)