Reconhecimento de atividades humanas utilizando redes neurais auto-associativas e dados de smartphone

Carregando...
Imagem de Miniatura

Data

2016-12-16

Título da Revista

ISSN da Revista

Título de Volume

item.page.theme

Editora(s)

Universidade Federal do Pará

Tipo de acesso

Acesso Abertoaccess-logo

Contido em

Citação

SIQUEIRA, André Luis Carvalho. Reconhecimento de atividades humanas utilizando redes neurais auto-associativas e dados de smartphone. Orientadora: Adriana Rosa Garcez Castro. 2016. 52 f. Dissertação (Mestrado em Engenharia Elétrica.) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2016. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/8292. Acesso em:.

DOI

O Reconhecimento de Atividades Humanas (RAH) é uma área de pesquisa importante e desafiadora, com muitas aplicações na área de ambientes inteligentes, saúde e segurança domiciliar. RAH pode ser visto como um processo pelo qual o comportamento de uma pessoa é monitorado e analisado para inferir quais as atividades que estão sendo realizadas em determinado período de tempo. Este trabalho apresenta a criação de dois sistemas para RAH baseado em Redes Neurais Auto-associativas desenvolvidos a partir de um banco de dados público composto por sinais de 6 atividades básicas. Os sinais foram adquiridos a partir de um acelerômetro e giroscópio de um Smartphone e tanto as características extraídas dos sinais no domínio do tempo quanto sinais brutos da aceleração do corpo foram utilizadas para o desenvolvimento dos sistemas de RAH propostos. Os resultados obtidos mostram a eficácia do sistema e a aplicabilidade das Redes Neurais Auto-associativas para o problema de RAH.

Agência de Fomento

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

browse.metadata.ispartofseries

item.page.isbn

Fonte

item.page.dc.location.country

Citação

SIQUEIRA, André Luis Carvalho. Reconhecimento de atividades humanas utilizando redes neurais auto-associativas e dados de smartphone. Orientadora: Adriana Rosa Garcez Castro. 2016. 52 f. Dissertação (Mestrado em Engenharia Elétrica.) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2016. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/8292. Acesso em:.