Towards wearable intelligent system for human activity recognition and prediction

Detalhes bibliográficos
Autor(a) principal: Rodrigues, Ana Cristina Nunes
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.26/40473
Resumo: Nos dias de hoje, com o avanço da tecnologia wearable, nos sensores e nas comunicações wireless é possível desenvolver sistemas inteligentes capazes de monitorizar continua mente e em tempo real actividades quotidianas do ser humano. No mundo do desporto, melhorar o desempenho do atleta, é um dos principais desafios para os treinadores, já que a variabilidade do seu desempenho, entre eventos, pode afetar o resultado final, já que o baixo desempenho de um jogador pode afetar toda a equipa. Identificar como se comportam os atletas durante treinos e jogos e como respondem às cargas de treino, prevenir lesões e prever como se irão comportar são pontos-chave para um melhor desempenho. Para esta finalidade, dispositivos wearable são uma mais valia na medida em que possibilitam a aquisição e análise em tempo real de dados fisiológicos, biomecânicos e de posicionamento, que podem levar a um melhor conhecimento do jogo. Esta dissertação de mestrado propõe então o desenvolvimento de uma metodologia capaz de analisar e classificar dados, cinemáticos e fisiológicos, utilizando um tipo de Redes Neuronais Recorrentes, chamado de Rede LSTM, para fazer o reconhecimento de acções de um determinado jorgador tendo também em consideração o posicionamento dos restantes elementos da equipa. Para esse fim, será necessária a utilização de dois dispositivos wearable: o Traxports (para recolha de dados cinemáticos) e o MBody3 (para recolha de dados fisiológicos). Com este projecto esperamos conseguir distinguir, se o jogador está a rematar, a fazer um passe, a andar ou a correr com e sem bola ou a saltar tendo em consideração o posicionamento de todos os jogadores em campo e os dados fisiológicos do jogador que utilizar os calções MBody3.
id RCAP_5df9389351048bea5c4ee9cfe07ad8a6
oai_identifier_str oai:comum.rcaap.pt:10400.26/40473
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Towards wearable intelligent system for human activity recognition and predictionTecnologiasTecnologias wearableSistemas inteligentesDeep learningDesportoRNNLSTMMbody3Dados cinemáticosDados cinemáticosDados fisiológicosNos dias de hoje, com o avanço da tecnologia wearable, nos sensores e nas comunicações wireless é possível desenvolver sistemas inteligentes capazes de monitorizar continua mente e em tempo real actividades quotidianas do ser humano. No mundo do desporto, melhorar o desempenho do atleta, é um dos principais desafios para os treinadores, já que a variabilidade do seu desempenho, entre eventos, pode afetar o resultado final, já que o baixo desempenho de um jogador pode afetar toda a equipa. Identificar como se comportam os atletas durante treinos e jogos e como respondem às cargas de treino, prevenir lesões e prever como se irão comportar são pontos-chave para um melhor desempenho. Para esta finalidade, dispositivos wearable são uma mais valia na medida em que possibilitam a aquisição e análise em tempo real de dados fisiológicos, biomecânicos e de posicionamento, que podem levar a um melhor conhecimento do jogo. Esta dissertação de mestrado propõe então o desenvolvimento de uma metodologia capaz de analisar e classificar dados, cinemáticos e fisiológicos, utilizando um tipo de Redes Neuronais Recorrentes, chamado de Rede LSTM, para fazer o reconhecimento de acções de um determinado jorgador tendo também em consideração o posicionamento dos restantes elementos da equipa. Para esse fim, será necessária a utilização de dois dispositivos wearable: o Traxports (para recolha de dados cinemáticos) e o MBody3 (para recolha de dados fisiológicos). Com este projecto esperamos conseguir distinguir, se o jogador está a rematar, a fazer um passe, a andar ou a correr com e sem bola ou a saltar tendo em consideração o posicionamento de todos os jogadores em campo e os dados fisiológicos do jogador que utilizar os calções MBody3.Coutinho, Fernanda de MadureiraBarreiros, Jorge Miguel SousaRepositório ComumRodrigues, Ana Cristina Nunes2022-05-10T11:54:52Z2019-10-312019-12-12T00:00:00Z2019-12-12T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.26/40473203008324enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-09-05T15:41:54Zoai:comum.rcaap.pt:10400.26/40473Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T15:17:34.265275Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Towards wearable intelligent system for human activity recognition and prediction
title Towards wearable intelligent system for human activity recognition and prediction
spellingShingle Towards wearable intelligent system for human activity recognition and prediction
Rodrigues, Ana Cristina Nunes
Tecnologias
Tecnologias wearable
Sistemas inteligentes
Deep learning
Desporto
RNN
LSTM
Mbody3
Dados cinemáticos
Dados cinemáticos
Dados fisiológicos
title_short Towards wearable intelligent system for human activity recognition and prediction
title_full Towards wearable intelligent system for human activity recognition and prediction
title_fullStr Towards wearable intelligent system for human activity recognition and prediction
title_full_unstemmed Towards wearable intelligent system for human activity recognition and prediction
title_sort Towards wearable intelligent system for human activity recognition and prediction
author Rodrigues, Ana Cristina Nunes
author_facet Rodrigues, Ana Cristina Nunes
author_role author
dc.contributor.none.fl_str_mv Coutinho, Fernanda de Madureira
Barreiros, Jorge Miguel Sousa
Repositório Comum
dc.contributor.author.fl_str_mv Rodrigues, Ana Cristina Nunes
dc.subject.por.fl_str_mv Tecnologias
Tecnologias wearable
Sistemas inteligentes
Deep learning
Desporto
RNN
LSTM
Mbody3
Dados cinemáticos
Dados cinemáticos
Dados fisiológicos
topic Tecnologias
Tecnologias wearable
Sistemas inteligentes
Deep learning
Desporto
RNN
LSTM
Mbody3
Dados cinemáticos
Dados cinemáticos
Dados fisiológicos
description Nos dias de hoje, com o avanço da tecnologia wearable, nos sensores e nas comunicações wireless é possível desenvolver sistemas inteligentes capazes de monitorizar continua mente e em tempo real actividades quotidianas do ser humano. No mundo do desporto, melhorar o desempenho do atleta, é um dos principais desafios para os treinadores, já que a variabilidade do seu desempenho, entre eventos, pode afetar o resultado final, já que o baixo desempenho de um jogador pode afetar toda a equipa. Identificar como se comportam os atletas durante treinos e jogos e como respondem às cargas de treino, prevenir lesões e prever como se irão comportar são pontos-chave para um melhor desempenho. Para esta finalidade, dispositivos wearable são uma mais valia na medida em que possibilitam a aquisição e análise em tempo real de dados fisiológicos, biomecânicos e de posicionamento, que podem levar a um melhor conhecimento do jogo. Esta dissertação de mestrado propõe então o desenvolvimento de uma metodologia capaz de analisar e classificar dados, cinemáticos e fisiológicos, utilizando um tipo de Redes Neuronais Recorrentes, chamado de Rede LSTM, para fazer o reconhecimento de acções de um determinado jorgador tendo também em consideração o posicionamento dos restantes elementos da equipa. Para esse fim, será necessária a utilização de dois dispositivos wearable: o Traxports (para recolha de dados cinemáticos) e o MBody3 (para recolha de dados fisiológicos). Com este projecto esperamos conseguir distinguir, se o jogador está a rematar, a fazer um passe, a andar ou a correr com e sem bola ou a saltar tendo em consideração o posicionamento de todos os jogadores em campo e os dados fisiológicos do jogador que utilizar os calções MBody3.
publishDate 2019
dc.date.none.fl_str_mv 2019-10-31
2019-12-12T00:00:00Z
2019-12-12T00:00:00Z
2022-05-10T11:54:52Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.26/40473
203008324
url http://hdl.handle.net/10400.26/40473
identifier_str_mv 203008324
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799130037778120704