Klasifikace denních aktivit

Abstract

Bakalářská práce se zabývá klasifikací denních aktivit z akcelerometrických dat. V teoretické části práce jsou obecně shrnuty denní aktivity a přínosy jejich monitorování. Dále navazuje kapitola o akcelerometrech a principech jejich fungování. V závěru teoretické části jsou popsány základy umělých neuronových sítí a SVM. Praktická část spočívala ve výběru veřejně dostupné databáze s akcelerometrickými daty denní aktivity a v naměření akcelerometrických vlastních dat. Dále v návrhu a optimalizaci algoritmu ke zpracování dat, provedení klasifikace využitím zvolených modelů a vyhodnocení výsledků úspěšnosti.This bachelor's thesis describes daily activity classification using accelerometric data. The first theoretical part summarizes the basics about daily activity and benefits that we get from monitoring it. In the next part of theory the principles of accelerometer inner workings are described. The last part of theory is dedicated to explaining the basics of neural networks and SVM. The aim of the practical part was to find a suitable dataset from a publicaly shared database, containing daily activity accelerometric data and also to collect our own data. Then performing classification using our own algorithm, optimizing it and finally evaluating the results.