Detektor upadku w oparciu o analizę sensorów urządzeń mobilnych przez uczenie maszynowe

Abstract

Celem niniejszej pracy magisterskiej było stworzenie aplikacji mobilnej zbierającej odczyty akcelerometru urządzenia mobilnego oraz na ich podstawie znalezienie takiego modelu uczenia maszynowego, który z wysoka dokładnością rozpozna upadek osoby posiadającej urządzenie mobilne w kieszeni spodni. Aplikacja mobilna została stworzona w framework’u Flutter. Do predykcji upadku zostały zbadane modele drzewa decyzyjnego, KNN, SVM oraz sieci neuronowej. Dla polepszenia skuteczności modelu predykcji stosowano techniki przetwarzania i ekstrakcji cech z danych strumieniowych.