software

Rozpoznávání aktivit probíhá na základě analýzy časových řad tří tříosých akcelerometrů umístěných na zápěstí, kotníku a hrudníku. Modely neuronových sítí jsou primárně založeny na kombinaci konvolučních, rekurentních a plně propojených vrstev. Časové řady jsou nejprve předzpracovány. Dochází tedy k časové synchronizaci, podvzorkování různými metodami a k ucelení rozsahu hodnot. Na Obrázek 1 je zobrazeno blokové schéma informačního toku dat při datové analýze včetně umístění senzorů a vytvořeného API. Na Obrázek 2 je zobrazena matice záměn získána z testovací fáze natrénovaného modelu. V tabulce Tabulka 1 je k dispozici přehled výkonnosti první verze modelu během trénovací, validační a testovací fáze. Model byl trénován na datech získaných od 12 subjektů, validace byla provedena na datech od 3 subjektů. Stejný počet subjektů byl použit během ověření schopnosti generalizace.

AI;rozpoznání aktivity;hluboké učení

15. 9. 2021

online server UTKO

K využití výsledku jiným subjektem je vždy nutné nabytí licence

Poskytovatel licence na výsledek požaduje licenční poplatek

https://vutbr.sharepoint.com/sites/LabSensNano/NextPerception/Forms/AllItems.aspx