MOULKRALOUA, Nour El HoudaZENAGUI, FadelaBENTAIEB, Samia2024-12-042024-12-042021http://dspace.univ-temouchent.edu.dz/handle/123456789/5566La 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.frLareconnaissancedel’activitéhumaine(HAR),smartphone,Clas- sification, K-NN,SVM,DeeplearningDL,ConvolutionnelNeurolNetwork(CNN), Raspberry. 1Thesis