izpis_h1_title_alt

Transportation mode detection based on mobile sensor data
Urbančič, Jasna (Avtor), Pejović, Veljko (Mentor) Več o mentorju... Povezava se odpre v novem oknu, Mladenić, Dunja (Komentor)

.pdfPDF - Predstavitvena datoteka, prenos (1,31 MB)

Izvleček
This thesis addresses transportation mode detection based primarily on mobile phone data using machine learning methods. Our approach uses short samples of accelerometer readings taken while traveling in a vehicle to distinguish between three modalities --- car, bus, and train. We use gravity estimation to pre-process the samples. We extract features from statistical, frequency-based, and peak-based domain. With statistical analysis of the features we gain an introspective into the data. To additionally analyze the features we construct several feature sets for classification. As a classifier we use random forest, support vector machine, and neural network. Our approach correctly classifies 65% cars, 63% buses, and 18% trains using neural network.

Jezik:Angleški jezik
Ključne besede:machine learning, mobile sensing, data mining, pattern recognition, intelligent transportation systems
Vrsta gradiva:Magistrsko delo/naloga (mb22)
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2018
Število ogledov:148
Število prenosov:60
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
 
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
:
Objavi na: Bookmark and Share

Sekundarni jezik

Jezik:Slovenski jezik
Naslov:Detekcija prevoznega sredstva z mobilnimi senzorji
Izvleček:
V delu obravnavamo detekcijo prevoznega sredstva z mobilnimi senzorji in metodami strojnega učenja. Pri tem uporabljamo kratke vzorce podatkov iz pospeškometra, ki jih zajamemo med uporabnikovim potovanjem v vozilu. Razločujemo med tremi prevoznimi sredstvi --- avtom, avtobusom in vlakom. Vzorce predobdelamo tako, da iz pospeškov izločimo gravitacijsko komponento. Iz vzorcev izločimo statistične in frekvenčne značilke ter značilke vrhov. S statistično analizo značilk dobimo vpogled v podatke. Dodatno analiziramo značilke preko različnih množic značilk, ki jih uporabljamo za klasifikacijo. Kot klasifikatorje uporabljamo naključne gozdove, metodo podpornih vektorjev in nevronske mreže. Z uporabo nevronskih mrež smo pravilno razpoznali 65% avtomobilov, 63% avtobusov in 18% vlakov.

Ključne besede:strojno učenje, mobilno zaznavanje, podatkovno rudarjenje, razpoznava vzorcev, inteligentni transportni sistemi

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj