Please use this identifier to cite or link to this item:
http://dspace.univ-temouchent.edu.dz/handle/123456789/5566| Title: | Reconnaissance de l’Activité Humaine à partir des Données Smartphone |
| Authors: | MOULKRALOUA, Nour El Houda ZENAGUI, Fadela BENTAIEB, Samia |
| Keywords: | Lareconnaissancedel’activitéhumaine(HAR),smartphone,Clas- sification, K-NN,SVM,DeeplearningDL,ConvolutionnelNeurolNetwork(CNN), Raspberry. 1 |
| Issue Date: | 2021 |
| Abstract: | La reconnaissancedel’activitéhumaine(HAR)classel’activitéd’unepersonneà l’aide decapteurssensiblesquisontaffectésparlemouvementhumaine.Lesutili- sateurs etlescapteursdessmartphonesaugmententetlesutilisateursportentgéné- ralementleursmartphoneaveceux.CesfaitsrendentHARplusimportantetplus populaire. Ce travailseconcentresurlareconnaissancedel’activitéhumaineàl’aidedecapteurs de smartphoneenutilisantdifférentesapprochesdeclassificationparapprentissage automatique etapprentissageprofond.Lesdonnéesextraitesdescapteursd’accélé- romètre etdegyroscopedestéléphonesintelligentssontclasséesafindereconnaître l’activité humaine.Lesrésultatsdesapprochesutiliséessontcomparésentermes d’efficacité etdeprécision.Pourl’évaluationdecesapprochesnousavonsutiliséla base dedonnéeUCIHARquiaplusde800citationsdepuis2012. Après avoirprouvélafiabilitéetlarobutessedumodèle,lacarteraspberrypi4aété utilisée pourrendrelesystèmeembraqué. |
| URI: | http://dspace.univ-temouchent.edu.dz/handle/123456789/5566 |
| Appears in Collections: | Electronique |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| memoire final.pdf | 4,46 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.