Дослідження методів попередньої обробки даних в завданні розпізнавання людської активності

Abstract

Метою кваліфікаційної роботи є підвищення ефективності алгоритмів розпізнавання активності людини на основі даних акселерометра з набору UCI HAR Dataset. Об'єкт дослідження – процес розпізнавання активності людини на основі даних акселерометра. Предмет дослідження – методи попередньої обробки даних, отриманих з акселерометра, у системах розпізнавання активності людини (Human Activity Recognition, HAR). Методи дослідження – аналіз наукової літератури та існуючих досліджень у сфері HAR, експериментальне тестування різних комбінацій методів попередньої обробки даних (нормалізація, зменшення розмірності, аугментація), а також оцінка впливу цих методів на точність класифікації, час навчання та обчислювальні витрати. Результатами дослідження є визначення оптимальних методів попередньої обробки даних для HAR-систем, розробка програмного прототипу для тестування різних методів обробки даних, проведення серії експериментів з використанням різних алгоритмів класифікації, а також формулювання практичних рекомендацій щодо вибору методів попередньої обробки для підвищення ефективності систем розпізнавання активності людини в умовах реального часу та обмежених обчислювальних середовищ.