| LEADER |
04139nam a22003377a 4500 |
| 001 |
1536841 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 636874
|a ملكاوي، أنسام علي
|e مؤلف
|
| 245 |
|
|
|a Dynamic-Segmentation Based Technique for Human Activity Recognition Using Tri-Axial Accelerometer Data
|
| 246 |
|
|
|a التقسيم الديناميكي للتعرف على النشاط البشري باستخدام تقنيات بيانات التسارع ثلاثي المحاور
|
| 260 |
|
|
|a إربد
|c 2021
|
| 300 |
|
|
|a 1 - 91
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c جامعة اليرموك
|f كلية تكنولوجيا المعلومات وعلوم الحاسوب
|g الاردن
|o 0111
|
| 520 |
|
|
|a تعتبر عملية التعرف على النشاط البشري أحد الحلول الذكية التي تهدف إلى تحديد أنشطة الحياة اليومية التي يقوم بها الأشخاص لمراقبة حياتهم وتيسيرها. واحدة من أهم المراحل التي لها تأثير كبير على عملية التعرف على الأنشطة هي كيفية تقسيم البيانات إلى نوافذ ليتم التعرف عليها كنشاط؛ إذا لم يتم تقسيم البيانات بشكل صحيح، فإن عملية التعرف على الأنشطة لن تكون دقيقة. الهدف الأساسي من هذا البحث هو زيادة دقة التعرف على النشاط البشري من خلال تقديم نهج تجزئة جديد يقسم البيانات المتدفقة إلى نوافذ ذات أحجام مختلفة عن طريق اكتشاف نقاط الانتقال بين الأنشطة. أحد الأساليب الشهيرة التي أثبتت أن لها نتائج جيدة في الكشف عن نقاط التغيير هو تقدير نسبة الكثافة النسبية، والذي يعمل عن طريق تقريب الاختلاف بين توزيعين احتماليين عن طريق تقدير كثافتهما، يستخدم هذا الأسلوب نموذج النواة لتقدير كثافة التوزيعين. في هذا البحث لإجراء التجزئة الديناميكية، سنستخدم أسلوب التعلم العميق بدلا من استخدام أسلوب النواه كمقدر نسبة الكثافة، عن طريق استخدام شبكة Convolutional Neural Network. تم اختبار النهج المقترح على مجموعة بيانات تحتوي على قراءات مقياس تسارع ثلاثي المحاور تم جمعها من الهواتف الذكية لأنشطة يومية يقوم بها الأشخاص خلال اليوم وتمكنا من اكتشاف نقاط الانتقال بمعدل يصل إلى 91.2% ومعدل إيجابي حقيقي يصل إلى 86%. أعلى دقة تم تحقيقها عند التعرف على الأنشطة البشرية كانت 85.7% عن طريق Decision trees باستخدام التجزئة الديناميكية بالمقارنة بتجزئة النافذة الثابتة التي تقوم بتقسم البيانات إلى أحجام متساوية.
|
| 653 |
|
|
|a التقنيات الحديثة
|a الهواتف المحمولة
|a النشاط البشري
|a التجزئة الديناميكية
|
| 700 |
|
|
|9 525531
|a سمارة، سامر
|g ٍSamarah, Samer M. J.
|e مشرف
|
| 856 |
|
|
|u 9802-003-012-0111-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9802-003-012-0111-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9802-003-012-0111-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9802-003-012-0111-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9802-003-012-0111-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9802-003-012-0111-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9802-003-012-0111-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9802-003-012-0111-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9802-003-012-0111-5.pdf
|y 5 الفصل
|
| 856 |
|
|
|u 9802-003-012-0111-6.pdf
|y 6 الفصل
|
| 856 |
|
|
|u 9802-003-012-0111-R.pdf
|y المصادر والمراجع
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 1189809
|d 1189809
|
