Klasifikace signálů denní aktivity

Simple item page
but.committeedoc. Ing. Daniel Schwarz, Ph.D. (předseda) doc. Ing. Martin Černý, Ph.D. (místopředseda) Ing. Martin Vítek, Ph.D. (člen) Ing. Jiří Sekora (člen) doc. Mgr. Vladan Bernard, Ph.D. (člen) MUDr. Zuzana Nováková, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své bakalářské práce a komise byla seznámena s posudky. V následné diskuzi student odpověděl na dotazy členů komise. Student obhájil bakalářskou práci.cs
but.jazykčeština (Czech)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorSmíšek, Radovancs
dc.contributor.authorRychtárik, Martincs
dc.contributor.refereeVítek, Martincs
dc.date.accessioned2019-06-14T10:50:33Z
dc.date.available2019-06-14T10:50:33Z
dc.date.created2019cs
dc.description.abstractTématem této bakalářské práce je klasifikace signálů denní aktivity nasnímaných pomocí akcelerometrického senzoru chytrého mobilního telefonu. První část práce se zabývá seznámením s možnostmi záznamu denní aktivity pomocí akcelerometru a následné klasifikace neuronovou sítí. V další části byla na desíti osobách nasnímána data osmi různých denních aktivit. K datům byl v programovacím prostředí MATLAB vytvořen algoritmus obsahující neuronovou síť pro automatické rozpoznání daných aktivit. V poslední části práce byla klasifikace vytvořeným algoritmem porovnána s manuálně zaznamenanou referencí a výsledky byly statisticky vyhodnoceny.cs
dc.description.abstractThe topic of this bachelor thesis is classification of free living data, captured by the accelerometer sensor of a smart phone. The first part of the thesis deals with the possibilities of recording daily activity using accelerometer and subsequent classification by neural network. In the next section, the data of eight different daily activities were recorded on ten people. An algorithm containing a neural network was created for the data in the MATLAB programming environment to automatically identify the activities. In the last part of the work the algorithm classification was compared with manually recorded reference and the results were statistically evaluated.en
dc.description.markCcs
dc.identifier.citationRYCHTÁRIK, M. Klasifikace signálů denní aktivity [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.cs
dc.identifier.other118308cs
dc.identifier.urihttp://hdl.handle.net/11012/173621
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectklasifikace denní aktivitycs
dc.subjectdenní aktivitacs
dc.subjectnositelná zařízenícs
dc.subjectchytrý mobilní telefoncs
dc.subjectakcelerometrcs
dc.subjectneuronová síťcs
dc.subjectfree living data classificationen
dc.subjectdaily activityen
dc.subjectwearable devicesen
dc.subjectsmartphoneen
dc.subjectaccelerometeren
dc.subjectneural networken
dc.titleKlasifikace signálů denní aktivitycs
dc.title.alternativeClassification of free living dataen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2019-06-12cs
dcterms.modified2019-06-14-09:50:41cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid118308en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 22:58:25en
sync.item.modts2021.11.12 22:11:17en
thesis.disciplineBiomedicínská technika a bioinformatikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.75 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
3.29 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_118308.html
Size:
4.95 KB
Format:
Hypertext Markup Language
Description:
review_118308.html
Download
Collections
2019