Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18111
Τίτλος: Ανάλυση χρονικών ακολουθιών µε βαθιά μάθηση για αναγνώριση ανθρώπινων δραστηριοτήτων
Συγγραφείς: Φύτιζα Γεωργία
Κόλλιας Στέφανος
Λέξεις κλειδιά: Νευρωνικά Δίκτυα
Αναδρομικά Νευρωνικά Δίκτυα
Αναγνώριση Ανθρώπινης Δραστηριότητας
Χρονοσείρες
TCN
RNN
Ημερομηνία έκδοσης: 18-Οκτ-2021
Περίληψη: Ο υπολογισμός με επίκεντρο τον άνθρωπο είναι ένα αναπτυσσόμενο ερευνητικό πεδίο που στοχεύει στην κατανόηση της ανθρώπινης συμπεριφοράς και στην ενσωμάτωση των χρηστών και του κοινωνικού τους πλαισίου με τα συστήματα υπολογιστών. Μία από τις πιο πρόσφατες και ελκυστικές εφαρμογές σε αυτό το πλαίσιο αποτελεί η ανίχνευση της κίνησης του ανθρώπινου σώματος χρησιμοποιώντας κινητά τηλέφωνα ή έξυπνες συσκευές για τη συλλογή πληροφοριών περιβάλλοντος σχετικά με τις ενέργειες των ανθρώπων. Η ικανότητα ενός συστήματος να χρησιμοποιεί όσο το δυνατόν λιγότερους πόρους για την αναγνώριση της δραστηριότητας ενός χρήστη από ακατέργαστα δεδομένα είναι αυτό για το οποίο προσπαθούν πολλοί ερευνητές. Πλέον τέτοιες συσκευές είναι πανταχού παρούσες στην καθημερινότητα μας και οι πληροφορίες που αντλούνται μπορούν να χρησιμοποιηθούν σε αμέτρητες εφαρμογές. Η επιστήμη των Βαθιών Νευρωνικών Δικτύων ασχολείται με τέτοια προβλήματα και προτείνει λύσεις βασισμένες σε σύγχρονες αρχιτεκτονικές Αναδρομικών δικτύων. Στόχος της διπλωματικής εργασίας είναι η εύρεση αρχιτεκτονικών οι οποίες να καλύπτουν το πρόβλημα της ταξινόμησης των δραστηριοτήτων καθώς επίσης και η ανάλυση και η επεξεργασία ακολουθιακών δεδομένων.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18111
Εμφανίζεται στις συλλογές:Διπλωματικές Εργασίες - Theses

Αρχεία σε αυτό το τεκμήριο:
Αρχείο Περιγραφή ΜέγεθοςΜορφότυπος 
Διπλωματική_Φύτιζα.pdf2.12 MBAdobe PDFΕμφάνιση/Άνοιγμα


Όλα τα τεκμήρια του δικτυακού τόπου προστατεύονται από πνευματικά δικαιώματα.