Details

Title Распознавание вида двигательной активности человека с помощью акселерометра: выпускная квалификационная работа магистра: направление 01.04.03 «Механика и математическое моделирование» ; образовательная программа 01.04.03_03 «Механика и цифровое производство»
Creators Вакильева Адель Фиратовна
Scientific adviser Бабенков Михаил Борисович
Other creators Хайбулова Евгения Александровна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Imprint Санкт-Петербург, 2020
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects Акселерометры ; распознавание активности ; свёрточная нейронная сеть ; датчик ; глубокое обучение ; задача классификации
UDC 531.768
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 01.04.03
Speciality group (FGOS) 010000 - Математика и механика
Links Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2020/vr/vr20-2861
Rights Доступ по паролю из сети Интернет (чтение)
Record key ru\spstu\vkr\11098
Record create date 3/25/2021

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

В данной работе рассматривается решение проблемы распознавания двигательной активности человека с помощью методов глубокого обучения. Для этой проблемы предложен алгоритм свёрточной нейронной сети. Работа выполнена на языке Python, использованы библиотеки Pandas, NumPy, SciPy, TensorFlow, Keras, Scikit-learn, Seaborn.

In this paper, we consider the solution to the problem of human activity recognition using deep learning methods. The convolutional neural network algorithm is proposed for this problem. The work was done in Python, the libraries Pandas, NumPy, SciPy, TensorFlow, Keras, Scikit-learn, Seaborn were used.

Network User group Action
ILC SPbPU Local Network All
Read
Internet Authorized users SPbPU
Read
Internet Anonymous

Access count: 1 
Last 30 days: 0

Detailed usage statistics