Детальная информация
| Название | 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» |
|---|---|
| Авторы | Вакильева Адель Фиратовна |
| Научный руководитель | Бабенков Михаил Борисович |
| Другие авторы | Хайбулова Евгения Александровна |
| Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики |
| Выходные сведения | Санкт-Петербург, 2020 |
| Коллекция | Выпускные квалификационные работы ; Общая коллекция |
| Тематика | Акселерометры ; распознавание активности ; свёрточная нейронная сеть ; датчик ; глубокое обучение ; задача классификации |
| УДК | 531.768 |
| Тип документа | Выпускная квалификационная работа магистра |
| Тип файла | |
| Язык | Русский |
| Уровень высшего образования | Магистратура |
| Код специальности ФГОС | 01.04.03 |
| Группа специальностей ФГОС | 010000 - Математика и механика |
| Ссылки | Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований |
| DOI | 10.18720/SPBPU/3/2020/vr/vr20-2861 |
| Права доступа | Доступ по паролю из сети Интернет (чтение) |
| Ключ записи | ru\spstu\vkr\11098 |
| Дата создания записи | 25.03.2021 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
| Группа | Анонимные пользователи |
|---|---|
| Сеть | Интернет |
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.
| Место доступа | Группа пользователей | Действие |
|---|---|---|
| Локальная сеть ИБК СПбПУ | Все |
|
| Интернет | Авторизованные пользователи СПбПУ |
|
| Интернет | Анонимные пользователи |
|
Количество обращений: 1
За последние 30 дней: 0
