Mély neurális hálózat alapú tevékenység modellezés szenzoradatok alapján

OData támogatás
Konzulens:
Dr. Gyires-Tóth Bálint Pál
Távközlési és Médiainformatikai Tanszék

Napjainkban a hordozható eszközök - mint például az okostelefonok, okosórák - a mindennapi életünk fontos részévé váltak. Ezek az eszközök egyre több értékes személyes információt tárolnak valamint már nem csak a felhasználók egymás közti kommunikációját teszik könnyebbé, hanem a munka, és a mindennapi tevékenységek során is sokszor használjuk őket. A jelenleg használatos okoseszközök segítségével jelentős mennyiségű szenzoros adatot lehet kinyerni, amikből következtetni lehet a felhasználó aktuális tevékenységeire és a környezetére. A felismert viselkedési mintázatok alapján intuitívabbá tehető az ember-gép kommunikáció azáltal, hogy az eszköz például automatikusan végrehajtja az aktuális kontextusban szükséges lépéseket, vagy azokat felajánlja a felhasználónak, ahelyett, hogy ezeket a lépéseket kézzel kelljen megtenni.

A dolgozat elkészítése során módosítottam a korábban elkészített adatrögzítő alkalmazásomat, majd több ember segítségével címkézett adatrögzítéseket végeztem. Tanulmányoztam a neurális hálózatok elméleti hátterét és többféle mintamérést elvégeztem, amivel gyakorlati tapasztalatokat szereztem a neurális hálózatok tanításával és képességeivel kapcsolatban. A rendelkezésemre álló adatok segítségével mély neurális hálózat alapú modelleket építettem, amelyek közül a legjobb összeállítás 94% átlagos pontossággal meg tudta határozni a felhasználó által végzett tevékenységet.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.