Towards wearable intelligent system for human activity recognition and prediction
Autor(a) principal: | |
---|---|
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 |