Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18046
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΚαβαρδίνας, Βασίλειος-
dc.date.accessioned2021-07-22T16:08:00Z-
dc.date.available2021-07-22T16:08:00Z-
dc.date.issued2021-07-16-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18046-
dc.description.abstractΗ παρούσα διπλωματική εργασία επιδιώκει να ερευνήσει τη δυνατότητα εφαρμογής της επιστήμης της μηχανικής μάθησης πάνω σε βιομετρικά δεδομένα, τα οποία αξιοποιούνται στον χώρο της ψυχικής υγείας και της αναγνώρισης συναισθημάτων. Κίνητρο αποτέλεσε η ανάγκη συστηματικής και σε πραγματικό χρόνο παρακολούθησης της ψυχικής υγείας, η οποία στην εποχή μας αντιμετωπίζεται ως ένα σημαντικό κοινωνικό ζήτημα. Η ραγδαία πρόοδοςτης τεχνολογίας και η ευρεία διάδοση και χρήση των φορετών (wearable) συσκευών μπορεί πλέον να παρέχει υποστηρικτικό ρόλο στη διαδικασία αυτή. Πιο συγκεκριμένα, μέσω της διαρκούς συλλογής δεδομένων στην καθημερινή ζωή ενός χρήστη, του προσφέρεται η δυνατότητα να παρακολουθεί ο ίδιος τον εαυτό του. Αυτό επιτυγχάνεται, καθώς οι wearable συσκευές συλλέγουν με μη παρεμβατικό τρόπο βιοσήματα από τον χρήστη, τα οποία με την επεξεργασία από τους κατάλληλους αλγορίθμους και τη χρήση κάποιας εφαρμογής στο κινητό του, μπορούν να τον βοηθήσουν να αποκτήσει καλύτερη γνώση για την ψυχολογική του κατάσταση και τις διακυμάνσεις αυτής. Η χρήση των νέων τεχνολογιών σε συνδυασμό με τις παραδοσιακές υπηρεσίες ψυχικής υγείας έχουν ανοίξει μια νέα αγορά, η οποία προσελκύει διαρκώς όλο και περισσότερες εταιρείες να επενδύσουν σε αυτήν, τη λεγόμενη «Επαυξημένη Ψυχική Υγεία, Augmented Mental Health». Η καταγραφή, ωστόσο, σημάτων στο καθημερινό περιβάλλον του χρήστη έχει μια θεμελιώδη πρόκληση, τον θόρυβο που εισάγεται στα καταγραφόμενα σήματα. Η εκπόνηση της διπλωματικής εργασίας έγινε σε συνεργασία με την εταιρεία Sentio Solutions, η οποία δραστηριοποιείται στον τομέα της επαυξημένης ψυχικής υγείας, κατασκευάζοντας και διαθέτοντας το wearable προϊόν της, ένα βραχιόλι αναγνώρισης συναισθημάτων Feel. Αντικείμενο της εργασίας είναι η αναζήτηση και ανάπτυξη μιας μεθόδου, η οποία να βασίζεται σε τεχνικές μηχανικής μάθησης, για τον εντοπισμό του θορύβου στο βιοσήμα της ηλεκτροδερματικής δραστηριότητας, το οποίο συλλέγεται από το βραχιόλι Feel. Η ηλεκτροδερματική δραστηριότητα είναι ένα βιομετρικό σήμα που ποσοτικοποιεί τα ηλεκτρικά χαρακτηριστικά του δέρματος και έχει χρησιμοποιηθεί εκτενώς για την αναγνώριση συναισθημάτων, καθώς και τη διάγνωση ψυχικών διαταραχών. Στο πλαίσιο της εργασίας ακολουθούνται δύο προσεγγίσεις. Η πρώτη αξιοποιεί αλγορίθμους επιβλεπόμενης μάθησης, ενώ η δεύτερη αλγορίθμους μη επιβλεπόμενης μάθησης. Η επιβλεπόμενη μάθηση παρουσίασε ικανοποιητικά αποτελέσματα όσον αφορά στον διαχωρισμό των τμημάτων του σήματος που είναι καθαρά από αυτά που περιέχουν θόρυβο, ενώ η μη επιβλεπόμενη μάθηση δεν παρουσίασε εξίσου καλά αποτελέσματα. Επομένως, η μέθοδος της επιβλεπόμενης μάθησης συνιστάται για περαιτέρω έρευνα και δοκιμή σε πραγματικές συνθήκες παραγωγής.en_US
dc.languageelen_US
dc.subjectΨυχική υγείαen_US
dc.subjectΕντοπισμός θορύβουen_US
dc.subjectΕνοπισμός artifactsen_US
dc.subjectΗλεκτροδερματική δραστηριότηταen_US
dc.subjectΜηχανική μάθησηen_US
dc.subjectWearable συσκευέςen_US
dc.titleΕντοπισμός θορύβου σε σήματα ηλεκτροδερματικής δραστηριότητας με χρήση τεχνικών μηχανικής μάθησηςen_US
dc.description.pages64en_US
dc.contributor.supervisorΑσκούνης Δημήτριοςen_US
dc.departmentΤομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεωνen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
Kavardinas_Vasileios_Thesis.pdf1.39 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.