Детальная информация
Название | Применение методов машинного обучения для распознавания двигательной активности человека с помощью мобильных устройств: бакалаврская работа: 09.03.01 |
---|---|
Авторы | Намаконов Егор Сергеевич |
Научный руководитель | Никитин Кирилл Вячеславович |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Выходные сведения | Санкт-Петербург, 2017 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | анализ временных рядов ; носимые устройства ; алгоритмы классификации ; выделение признаков |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 09.03.01 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/2/v17-4095 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Ключ записи | RU\SPSTU\edoc\45580 |
Дата создания записи | 23.10.2017 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
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.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
- 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
Количество обращений: 626
За последние 30 дней: 0