Razpoznavanje vrste aktivnosti uporabnika in prevoznega sredstva s pomočjo vgrajenih senzorjev mobilne napraveSlamek, Rok (Avtor) Potočnik, Božidar (Mentor) obdelava signalovrazpoznavanje vzorcevaktivnost uporabnikaprevozno sredstvoCilj tega zaključnega dela je izboljšati detekcijo vrst aktivnosti uporabnika in prevoznih sredstev v mobilni aplikaciji MobilitApp. Z uporabo znanih tehnik obdelave signalov in razpoznavanja vzorcev smo razvili dve metodi za detekcijo aktivnosti uporabnika. Prepoznavali smo naslednje aktivnosti: mirovanje, hoja, tek, vožnja s kolesom, motorjem, avtom, avtobusom, metrojem, vlakom in tramvajem. Zgolj z uporabo vgrajenih senzorjev mobilne naprave smo v prvem pristopu zgradili vektor značilnic, ki smo ga uporabili za učenje odločitvenih dreves. V drugem pristopu smo na vhod nevronskih mrež poslali neobdelane podatke iz pospeškometra. Zajemanje podatkov smo zabeležili z video kamero z namenom natančnejše izločitve posameznih delov aktivnosti iz signala. Izvedli smo še študijo, če je kontrolirano zajemanje podatkov z video kamero dejansko potrebno. Naše pristope smo validirali na manjši lastni podatkovni zbirki, ki obsega okrog sedem ur aktivnosti. Podatke smo zajeli s pomočjo treh prostovoljcev in štirih različnih mobilnih naprav. Rezultate smo ovrednotili z različnimi metrikami, s poudarkom na metriki »F1 score«. S pristopom Random Forest je bila metrika »F1 score« 94 %, kar je bolje kot uspešnost obstoječih rešitev iz literature. Naš pristop na osnovi nevronskih mrež se je izkazal nekoliko slabše (»F1 score« je bil 91 %), a še vedno bolje kot najsodobnejše metode iz literature.R. Slamek20182018-09-17 15:42:59Magistrsko delo/naloga72257UDK: 004.93(043.2)COBISS_ID: 21873686NUK URN: URN:SI:UM:DK:R7SJXHEUsl