В работе исследуются различные методы выделения признаков и классификации применительно к задаче распознавания двигательной активности человека. Приводится сравнение эффективности методов. Основной результат работы - приложениедля носимых устройств, позволяющее в реальном времени определять вид текущей активности.

• ВВЕДЕНИЕ
• 1. Обзор предметной области
  • Постановка задачи
  • Существующие решения
  • Существующие подходы к решению задачи
• 2. Проектирование системы распознавания движений
  • Структура системы распознавания
  • Формальная постановка задачи
  • Алгоритмы выделения признаков
    • Модели временных рядов
    • Cкрытые марковские модели
    • Выделение признаков частотной области
  • Алгоритмы классификации
    • Нейронные сети
    • Наивный байесовский классификатор
    • Применение линейного дискриминантного анализа как классификатора
  • Алгоритмы, основанные на метриках расстояния
    • Алгоритм динамической трансформации временной шкалы (DTW)
    • Метод k ближайших соседей
  • Контроль качества распознавания
    • Метрики качества
    • Выбор параметров модели и гиперпараметров
• 3. Реализация
  • Требования к системе распознавания
  • Выбор средств для реализации
  • Архитектура системы
    • Архитектура Android-приложений
    • Архитектура системы обучения моделей
  • Сбор данных для обучения
  • Процесс тестирования и непрерывной интеграции
• 4. Экспериментальное исследование
  • План исследования
  • Исходные данные для экспериментов
  • Выполнение экспериментов
    • Определение алгоритмов, дающих максимальную точность, и их параметров
    • Изучение влияния состава пользователей на качество распознавания
    • Изучение влияния отсутствия пользователя в обучающей выборке
  • Итоговое сравнение алгоритмов
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ А. Полные результаты эксперимента
• ПРИЛОЖЕНИЕ Б. Пример пользовательского интерфейса