Εμφάνιση απλής εγγραφής

dc.contributor.advisorΓούδας, Θεοδόσιος
dc.contributor.authorΥψηλάντης, Σταύρος
dc.contributor.otherYpsilantis, Stavros
dc.coverage.spatialΚύπροςel_GR
dc.date.accessioned2021-02-15T08:19:35Z
dc.date.available2021-02-15T08:19:35Z
dc.date.copyright2021-02-15
dc.date.issued2020-11
dc.identifier.otherΕΠΤ/2020/00036el_GR
dc.identifier.urihttp://hdl.handle.net/11128/4775
dc.descriptionΠεριέχει βιβλιογραφικές παραπομπές.el_GR
dc.description.abstractΣκοπός της παρούσας διατριβής είναι να γίνει data mining με σκοπό την αναγνώριση της ανθρώπινης δραστηριότητας μέσω της εκπαίδευσης διαφόρων αλγόριθμων πάνω σε ένα δημοσιευμένο dataset που αφορά δεδομένα έξι ανθρωπίνων δραστηριοτήτων που εκτελέστηκαν από ένα δείγμα ανθρώπων. Για την εκπαίδευση των αλγορίθμων χρησιμοποιήθηκε το πρόγραμμα Weka. Γίνεται μία βιβλιογραφική επισκόπηση των ερευνών που υπάρχουν πάνω στο αντικείμενο και στη συνέχεια αναλύεται το υπάρχων dataset και τα χαρακτηριστικά που περιλαμβάνει και έχουν συλλεχθεί από τους αισθητήρες του κινητού τηλεφώνου (accelerometer and gyroscope). Στη συνέχεια επεξηγούνται οι αλγόριθμοι που πέτυχαν τα καλύτερα αποτελέσματα. Περιγράφεται επιγραμματικά το πρόγραμμα weka και αναλυτικά τα βήματα που γίνονται για την δημιουργία των αρχείων εκπαίδευσης και δοκιμής ώστε να διαβαστούν από το weka και στη συνέχεια τα βήματα που γίνονται για να εκπαιδευτούν οι αλγόριθμοι και να εξαχθούν τα αποτελέσματα. Μετά παρουσιάζονται αναλυτικά τα αποτελέσματα των αλγορίθμων και γίνεται η σύγκριση μεταξύ τους. Έπειτα γίνεται ένας σχολιασμός των αποτελεσμάτων και τα συμπεράσματα που εξάγονται και έχουν να κάνουν με την ακρίβεια κάθε αλγορίθμου καθώς και με τα προβλήματα ταξινόμησης που προκύπτουν. Τέλος γίνονται προτάσεις για μελλοντική έρευνα πάνω στο αντικείμενο.el_GR
dc.format.extent103 σ. 30 εκ.el_GR
dc.languagegrel_GR
dc.language.isogrel_GR
dc.publisherΑνοικτό Πανεπιστήμιο Κύπρουel_GR
dc.rightsinfo:eu-repo/semantics/closedAccessel_GR
dc.subjectData miningel_GR
dc.subjectΤηλεϊατρική -- Έξυπνες συσκευέςel_GR
dc.subjectTelemedicine -- Smart devicesel_GR
dc.titleΑναγνώριση ανθρώπινης δραστηριότητας με χρήση έξυπνου κινητού τηλεφώνουel_GR
dc.typeΜεταπτυχιακή Διατριβήel_GR
dc.description.translatedabstractThe purpose of this dissertation is to identify human activity via data mining, through the training of various algorithms on a published dataset relating to data on six human activities. The Weka program was used for algorithm training. The dissertation starts with an overview of the existing research on the subject, followed by an analysis of the dataset used, its characteristics and the data that have been collected from the sensors of the mobile phones (accelerometer and gyroscope). A detailed description of the algorithms that achieved the best results and of the Weka program follows, along with the steps taken to create the training and the test files to be read by Weka and the steps taken to train the algorithms and extract the results. Then the results of the algorithms are presented in detail and a comparison between them is being made, followed by a comment on the results and the conclusions that are drawn, mainly regarding the accuracy of each algorithm as well as classification problems that arise. The dissertation concludes with suggestions for future research on the subject.el_GR
dc.format.typepdfel_GR


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής