Reconnaissance d’activité en utilisant un smartphone


Notre solution consiste à utiliser la bibliothèque de Machine Learning ML.Net et l’algorithme SVM pour développer un modèle de reconnaissance d’activité humaine en utilisant un smartphone. Le modèle proposé est construit en un pipeline de prétraitement de données, suivi d’un entraînement SVM. Le prétraitement des données inclut la normalisation des données et la sélection des caractéristiques. Le modèle entraîné est utilisé pour prédire l’activité humaine à partir des caractéristiques extraites des signaux d’accéléromètre et de gyroscope.

Présenté par

Dieula Sylvie Dareus