| Naslov: | Uporaba vseprisotnega računalništva za kvalitativno vrednotenje vzorcev rekreativne fizične aktivnosti |
|---|
| Avtorji: | ID Pernek, Igor (Avtor)
ID Kokol, Peter (Mentor) Več o mentorju...  |
|---|
| Datoteke: |  DR_Pernek_Igor_2013.pdf (12,71 MB)
MD5: D7B0F3C13EB23F8C86D3D7C3618C113D
|
|---|
| Jezik: | Slovenski jezik |
|---|
| Vrsta gradiva: | Doktorska disertacija |
|---|
| Tipologija: | 2.08 - Doktorska disertacija |
|---|
| Organizacija: | FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
|
|---|
| Opis: | Vseprisotno računalništvo je v preteklosti postalo popularno tudi v zdravstvu, predvsem na področju podpore rekreativnih fizičnih aktivnosti. Pri tem se je večina preteklih raziskav osredotočala na uporabo vseprisotnih senzorjev in naprav za prepoznavanje tipa ter količine izvedenih aktivnostih, manj pozornosti pa je bilo posvečeno zaznavanju kvalitativnih parametrov vadbe, kot sta pravilnost in intenzivnost vadbe. V doktorskem delu izvedemo analize in predlagamo algoritme za vrednotenje intenzivnosti in pravilnosti različnih tipov rekreativne fizične aktivnosti v realnem času na zmogljivostno omejenih vseprisotnih napravah. Predlagamo algoritem, ki z 99 % natančnostjo prepoznava število ponovitev treninga moči in zaznava njihove mejne točke z napako 215 ms oz. 11 % dolžine posamezne ponovitev. Izvedemo analizo uporabnosti različnih značilk pospeška in metod numeričnega napovedovanja za ocenjevanje intenzivnosti aerobnih aktivnosti. Ugotovimo, da enostavne metode, kot je linearna regresija, z majhnim število natančno izbranih značilk omogočajo napovedovanje srčnega utripa vadbe z napako približno 15 utripov na minuto. Na koncu predlagamo še hierarhični algoritem, ki s podatki, pridobljenimi iz petih nosljivih pospeškometrov, omogoča prepoznavanje intenzivnosti treninga moči. Prepoznavanje intenzivnosti poteka v dveh fazah, pri čemer je v prvi fazi prepoznan tip aktivnosti, v drugi pa je zaznana intenzivnost z ozirom na prepoznano aktivnost. Predlagani algoritem dosega 86 % natančnost prepoznavanja tipa aktivnosti in 6 % napako zaznavanja intenzivnosti. Dodatno analiza različnih konfiguracij senzorjev pokaže, da uporaba podmnožice senzorjev dosega rezultate primerljive natančnosti. |
|---|
| Ključne besede: | vseprisotno računalništvo, prepoznavanje aktivnosti, strojno učenje, vrednotenje kvalitete |
|---|
| Kraj izida: | [Maribor |
|---|
| Založnik: | I. Pernek] |
|---|
| Leto izida: | 2013 |
|---|
| PID: | 20.500.12556/DKUM-42928 |
|---|
| UDK: | 004.655.3:004.855(043.3) |
|---|
| COBISS.SI-ID: | 270582528 |
|---|
| NUK URN: | URN:SI:UM:DK:6RGWAU4O |
|---|
| Datum objave v DKUM: | 11.11.2013 |
|---|
| Število ogledov: | 2116 |
|---|
| Število prenosov: | 219 |
|---|
| Metapodatki: |    |
|---|
| Področja: | KTFMB - FERI
|
|---|
|
:
|
Kopiraj citat |
|---|
| | | | Skupna ocena: | (0 glasov) |
|---|
| Vaša ocena: | Ocenjevanje je dovoljeno samo prijavljenim uporabnikom. |
|---|
| Objavi na: |  |
|---|
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše
podrobnosti ali sproži prenos. |
