Αναγνώριση ανθρώπινης δραστηριότητας με χρήση βαθέων αναδρομικών νευρωνικών δικτύων σε πολυτροπικά δεδομένα αισθητήρων

Βαριοζίδης, Ιωάννης

dc.contributor.advisor	Βουλόδημος, Αθανάσιος
dc.contributor.author	Βαριοζίδης, Ιωάννης
dc.date.accessioned	2021-03-11T21:51:06Z
dc.date.available	2021-03-11T21:51:06Z
dc.date.issued	2021-03-03
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/382
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-233
dc.description.abstract	Με την παρούσα διπλωματική εργασία επιχειρείται να εξεταστεί η εφαρμογή των μεθόδων βαθιάς μάθησης για την αναγνώριση ανθρώπινης δραστηριότητας με χρήση αναδρομικών νευρωνικών δικτύων σε πολυτροπικά δεδομένα αισθητήρων. Τα σύνολα δεδομένων τα οποία χρησιμοποιούνται είναι δύο. Ειδικότερα, το πρώτο αφορά δεδομένα, τα οποία έχουν αποκτηθεί από τους αισθητήρες smartphones, ενώ το δεύτερο αφορά αλληλουχίες εικονοσειρών (βίντεο) που έχουν αποκτηθεί μέσω οπτικών μέσων (κάμερα).	el
dc.format.extent	97	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Δυτικής Αττικής	el
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Βαθιά μάθηση	el
dc.subject	Αναδρομικά νευρωνικά δίκτυα	el
dc.subject	Αναγνώριση προτύπων	el
dc.subject	Όραση υπολογιστών	el
dc.subject	Αναγνώριση ανθρώπινης δραστηριότητας	el
dc.subject	Deep learning	el
dc.subject	Recurrent neural networks	el
dc.subject	Computer vision	el
dc.subject	Pattern recognition	el
dc.subject	Human activity recognition	el
dc.title	Αναγνώριση ανθρώπινης δραστηριότητας με χρήση βαθέων αναδρομικών νευρωνικών δικτύων σε πολυτροπικά δεδομένα αισθητήρων	el
dc.title.alternative	Human activity recognition using deep recurrent neural networks on multimodal sensor data	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Κεσίδης, Αναστάσιος
dc.contributor.committee	Βασιλάς, Νικόλαος
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών	el
dc.description.abstracttranslated	The purpose of this thesis, focuses to examine the application of deep learning methods for the human activity recognition with using recurrent neural networks in multimodal sensor data. The data sets that are used are two. The first one contains data, which have been collected from the sensors of smartphones, while the second one contains sequences of images (video) that have been collected through optical media (camera).	el

Αρχεία σε αυτό το τεκμήριο

Όνομα:: cs141065.pdf
Μέγεθος:: 3.100Mb
Τύπος:: PDF

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Διπλωματικές εργασίες
Διπλωματικές εργασίες τμήματος Μηχανικών Πληροφορικής και Υπολογιστών

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές

Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές