Διερευνητική ανάλυση και εκτίμηση συνόλων δεδομένων ανθρώπινης δραστηριότητας από αισθητήρες κίνησης

Οι εφαρμογές Αναγνώρισης Δραστηριότητας είναι ένας τομέας που συναντάται ευρέως στην καθημερινότητά μας. Αξιοποιώντας αισθητήρες κίνησης, οι οποίοι πλέον ενσωματώνονται στο σύνολο των έξυπνων κινητών, έξυπνων ρολογιών και άλλων φορέσιμων συσκευών, δίνεται η δυνατότητα για την βελτίωση του τρόπου ζωή...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Μπαρδούτσος, Ανδρέας
Άλλοι συγγραφείς: Bardoutsos, Andreas
Γλώσσα:Greek
Έκδοση: 2022
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/15868
id nemertes-10889-15868
record_format dspace
spelling nemertes-10889-158682022-09-05T20:45:21Z Διερευνητική ανάλυση και εκτίμηση συνόλων δεδομένων ανθρώπινης δραστηριότητας από αισθητήρες κίνησης Exploratory analysis and assesment of motion sensors activity recognition datasets Μπαρδούτσος, Ανδρέας Bardoutsos, Andreas Αναγνώριση δραστηριότητας Μηχανική μάθηση Αισθητήρες κίνησης Activity recognition Machine learning Motion sensors Οι εφαρμογές Αναγνώρισης Δραστηριότητας είναι ένας τομέας που συναντάται ευρέως στην καθημερινότητά μας. Αξιοποιώντας αισθητήρες κίνησης, οι οποίοι πλέον ενσωματώνονται στο σύνολο των έξυπνων κινητών, έξυπνων ρολογιών και άλλων φορέσιμων συσκευών, δίνεται η δυνατότητα για την βελτίωση του τρόπου ζωής μέσα από την καταγραφή των κινήσεων των χρηστών. Αξιοποιώντας τα δεδομένα των αισθητήρων αυτών δημιουργούνται συστήματα τα οποία σχετίζονται με την παρακολούθηση της φυσικής άσκησης, την υγεία ή την αλληλεπίδραση ανθρώπου-υπολογιστή. Τα δεδομένα που καταγράφονται, "μεταφράζονται" σε δραστηριότητες, χρησιμοποιώντας μεθόδους ανάλυσης και επεξεργασίας δεδομένων και αξιοποιώντας αλγορίθμους Μηχανικής Μάθησης.\\ \indent Στην παρούσα Εργασία, παρουσιάζεται μία ολιστική προσέγγιση της διαδικασίας εξόρυξης γνώσης από τα δεδομένα αυτά. Παρουσιάζεται η διαδικασία προ-επεξεργασίας και οι προκλήσεις που προκύπτουν σε αυτή. Εφαρμόζονται και αξιολογούνται διαφορετικοί μετασχηματισμοί και μοντέλα Επιβλεπόμενης και Μη-επιβλεπόμενης Μάθησης. Τέλος, τα αποτελέσματα οπτικοποιούνται με σκοπό την καλύτερη κατανόηση των δεδομένων αλλά και των μοντέλων. Το σύνολο των διαδικασιών εφαρμόζονται σε 4 σύνολα δεδομένων, με σκοπό να αναδειχθούν τα διαφορετικά ζητήματα που προκύπτουν κατά την επεξεργασία τους. Activity Recognition Applications is a fast-growing domain, which is now met in many aspects of our everyday lives. These applications utilize motion sensors, that are embedded in every smart device that is carried nowadays, smartphones, smartwatches, or anything else. By monitoring the motions or gestures of a user, these applications target improving our lifestyle through physical exercise recording, improved human-computer interaction, and health-related systems. The advances in the field are also based on several data analysis and processing methods, as well as Machine Learning algorithms. Through such models, sensor recordings are "translated" into activities.\\ \indent In the present Thesis, a holistic approach of knowledge-mining from activity recognition data is proposed. Data preparation and pre-processing are presented. Different data transformations, Supervised and Unsupervised models are applied and validated. The results are also visualized, for better interpretation of both the data structure and the models. All the procedures are applied in 4 activity recognition datasets. Thus, different aspects and challenges of data processing are highlighted. 2022-03-01T06:34:03Z 2022-03-01T06:34:03Z 2022-02-28 http://hdl.handle.net/10889/15868 gr application/pdf
institution UPatras
collection Nemertes
language Greek
topic Αναγνώριση δραστηριότητας
Μηχανική μάθηση
Αισθητήρες κίνησης
Activity recognition
Machine learning
Motion sensors
spellingShingle Αναγνώριση δραστηριότητας
Μηχανική μάθηση
Αισθητήρες κίνησης
Activity recognition
Machine learning
Motion sensors
Μπαρδούτσος, Ανδρέας
Διερευνητική ανάλυση και εκτίμηση συνόλων δεδομένων ανθρώπινης δραστηριότητας από αισθητήρες κίνησης
description Οι εφαρμογές Αναγνώρισης Δραστηριότητας είναι ένας τομέας που συναντάται ευρέως στην καθημερινότητά μας. Αξιοποιώντας αισθητήρες κίνησης, οι οποίοι πλέον ενσωματώνονται στο σύνολο των έξυπνων κινητών, έξυπνων ρολογιών και άλλων φορέσιμων συσκευών, δίνεται η δυνατότητα για την βελτίωση του τρόπου ζωής μέσα από την καταγραφή των κινήσεων των χρηστών. Αξιοποιώντας τα δεδομένα των αισθητήρων αυτών δημιουργούνται συστήματα τα οποία σχετίζονται με την παρακολούθηση της φυσικής άσκησης, την υγεία ή την αλληλεπίδραση ανθρώπου-υπολογιστή. Τα δεδομένα που καταγράφονται, "μεταφράζονται" σε δραστηριότητες, χρησιμοποιώντας μεθόδους ανάλυσης και επεξεργασίας δεδομένων και αξιοποιώντας αλγορίθμους Μηχανικής Μάθησης.\\ \indent Στην παρούσα Εργασία, παρουσιάζεται μία ολιστική προσέγγιση της διαδικασίας εξόρυξης γνώσης από τα δεδομένα αυτά. Παρουσιάζεται η διαδικασία προ-επεξεργασίας και οι προκλήσεις που προκύπτουν σε αυτή. Εφαρμόζονται και αξιολογούνται διαφορετικοί μετασχηματισμοί και μοντέλα Επιβλεπόμενης και Μη-επιβλεπόμενης Μάθησης. Τέλος, τα αποτελέσματα οπτικοποιούνται με σκοπό την καλύτερη κατανόηση των δεδομένων αλλά και των μοντέλων. Το σύνολο των διαδικασιών εφαρμόζονται σε 4 σύνολα δεδομένων, με σκοπό να αναδειχθούν τα διαφορετικά ζητήματα που προκύπτουν κατά την επεξεργασία τους.
author2 Bardoutsos, Andreas
author_facet Bardoutsos, Andreas
Μπαρδούτσος, Ανδρέας
author Μπαρδούτσος, Ανδρέας
author_sort Μπαρδούτσος, Ανδρέας
title Διερευνητική ανάλυση και εκτίμηση συνόλων δεδομένων ανθρώπινης δραστηριότητας από αισθητήρες κίνησης
title_short Διερευνητική ανάλυση και εκτίμηση συνόλων δεδομένων ανθρώπινης δραστηριότητας από αισθητήρες κίνησης
title_full Διερευνητική ανάλυση και εκτίμηση συνόλων δεδομένων ανθρώπινης δραστηριότητας από αισθητήρες κίνησης
title_fullStr Διερευνητική ανάλυση και εκτίμηση συνόλων δεδομένων ανθρώπινης δραστηριότητας από αισθητήρες κίνησης
title_full_unstemmed Διερευνητική ανάλυση και εκτίμηση συνόλων δεδομένων ανθρώπινης δραστηριότητας από αισθητήρες κίνησης
title_sort διερευνητική ανάλυση και εκτίμηση συνόλων δεδομένων ανθρώπινης δραστηριότητας από αισθητήρες κίνησης
publishDate 2022
url http://hdl.handle.net/10889/15868
work_keys_str_mv AT mpardoutsosandreas diereunētikēanalysēkaiektimēsēsynolōndedomenōnanthrōpinēsdrastēriotētasapoaisthētēreskinēsēs
AT mpardoutsosandreas exploratoryanalysisandassesmentofmotionsensorsactivityrecognitiondatasets
_version_ 1771297355543347200