Данилов, Валерій ЯковичКаленіченко, Денис Олександрович2025-02-042025-02-042024Каленіченко, Д. О. Методи машинного навчання для вирішення задачі Human Activity Recognition : магістерська дис. : 124 Системний аналіз / Каленіченко Денис Олександрович. - Київ, 2024. - 90 с.https://ela.kpi.ua/handle/123456789/72343Магістерська дисертація: 90 c., 11 рис., 21 табл., 1 дод., 32 джерела. Об’єктом дослідження є поведінкові дані людини з носимих пристроїв, які отримані з давачів – акселерометру та гіроскопу. В дослідження також входять способи обробки отриманих поведінкових даних та архітектур розпізнавання активності методами машинного навчання на базі цих даних. Предметом дослідження є підгрупа методів машинного навчання, а саме генеративні мережі, їх властивості та можливості у розпізнаванні поведінкової активності людини. Методи дослідження – це методи глибокого навчання з генеративним підходом, їх можливості для розв’язання проблеми розпізнавання поведінкової активності людини. Метою роботи є розробка системи розпізнавання активності людини на базі поведінкових даних з давачів носимих пристроїв на основі методів машинного навчання з генеративним підходом на базі автокодувальників. Магістерська дисертація складається зі вступу, чотирьох розділів, переліку джерел посилання та одного додатку. У першому розділі наведений розгляд понять носимих пристроїв, їх використання, актуальність та важливість. У другому розділі наведені види машинного навчання, методи та архітектури, які підходять до вирішення задачі розпізнавання активності. В третьому розділі приводиться розробка архітектури системи, тренування отриманих моделей глибокого машинного навчання і результати. Четвертий розділ включає розробку стартап-проєкту. У додатку наведено код розробленої програми.90 с.ukглибоке навчаннягенеративні мережіваріаційний автокодувальникрекурентні нейронні мережінапівкероване навчанняdeep learninggenerative networksvariational autoencoderrecurrent neural networkssemi-guided learningMaster Thesis303.72.4