Hệ thống, được gọi là IDAct, sử dụng thẻ UHF thụ động ‘tầm xa’ (vài mét) 900MHz và một ăng-ten duy nhất trên trần của mỗi phòng. Các thẻ được gắn vào các vật dụng gia đình như dao, máy hút bụi hoặc lọ dưa muối, và các tình nguyện viên đã thực hiện 24 hoạt động bao gồm: xay sinh tố, nướng gà và khoai tây, leo cầu thang, lau sàn và chải tóc.
Dữ liệu đến từ những thay đổi động về cường độ tín hiệu đã nhận và giai đoạn tín hiệu nhận được khi các đối tượng được tình nguyện viên di chuyển hoặc khi cơ thể của một tình nguyện viên thay đổi môi trường điện từ xung quanh các vật thể đứng yên hoặc kết hợp cả hai - được làm phong phú hơn bởi vì bộ đọc tần số nhảy năm lần một giây, cung cấp nhiều thông số về cường độ và pha.
“Trong 26 giờ thu thập dữ liệu với 110 đối tượng trên 10 người tham gia, phân tích của chúng tôi cho thấy IDAct có thể phát hiện sự hiện diện của người dùng với điểm số F1 [độ chính xác] là 96,7% và nhận ra 24 hoạt động hàng ngày khác nhau với điểm số F1 là 82,8%,” theo bài báo của IEEE 'IDAct: Hướng tới sự công nhận không phô trương của người dùng và các hoạt động hàng ngày', mô tả công việc và tiếp tục nói: “Cách tiếp cận của chúng tôi không yêu cầu đào tạo sâu rộng cho các đối tượng cụ thể hoặc môi trường cảm biến. Thuật toán phát hiện tương tác được sử dụng cho phép nó thích ứng với các môi trường RF và người dùng khác nhau, giảm rào cản triển khai của nó. "
Nhóm đã thử nghiệm công nghệ này bằng cách trang bị cho căn hộ của một tình nguyện viên một loạt đầu đọc RFID và sau đó gắn thẻ các đồ vật trong nhà bằng thẻ RFID. Họ đã thu thập dữ liệu 26 giờ từ mỗi phòng khi người dùng có mặt, và cũng thu thập dữ liệu trong hai giờ từ các phòng trống để làm đối chứng.
Đối với các thí nghiệm, học máy (e-learning) sau đó là phân loại đối tượng theo thuật toán và phân loại chuyển động, được thực hiện trên máy tính xách tay, nhưng nhóm nghiên cứu nhận thấy quá trình xử lý này được tích hợp vào một đầu đọc RFID phù hợp.