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
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)

Allowed Actions:

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

Group: Anonymous

Network: Internet

Annotation

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.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read
Internet Authorized users SPbPU Read
Internet Authorized users (not from SPbPU)
-> Internet Anonymous

Usage statistics

stat Access count: 1
Last 30 days: 0
Detailed usage statistics