An ontology-driven evidence theory method for activity recognition
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/134325 |
Resumo: | O reconhecimento de atividaes é vital no contexto dos ambientes inteligentes. Mesmo com a facilidade de acesso a sensores móveis baratos, reconhecer atividades continua sendo um problema difícil devido à incerteza nas leituras dos sensores e à complexidade das atividades. A teoria da evidência provê um modelo de reconhecimento de atividades que detecta atividades mesmo na presença de incerteza nas leituras dos sensores, mas ainda não é capaz de modelar atividades complexas ou mudanças na configuração dos sensores ou do ambiente. Este trabalho propõe combinar abordagens baseadas em modelagem de conhecimento com a teoria da evidência, melhorando assim a construção dos modelos da última trazendo a reusabilidade, flexibilidade e semântica rica da primeira. |
id |
URGS_c022c05339fc1a62b558eb87b8de0e3e |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/134325 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Rey, Vítor FortesSilva Junior, Edson Prestes e2016-03-29T02:06:27Z2016http://hdl.handle.net/10183/134325000988406O reconhecimento de atividaes é vital no contexto dos ambientes inteligentes. Mesmo com a facilidade de acesso a sensores móveis baratos, reconhecer atividades continua sendo um problema difícil devido à incerteza nas leituras dos sensores e à complexidade das atividades. A teoria da evidência provê um modelo de reconhecimento de atividades que detecta atividades mesmo na presença de incerteza nas leituras dos sensores, mas ainda não é capaz de modelar atividades complexas ou mudanças na configuração dos sensores ou do ambiente. Este trabalho propõe combinar abordagens baseadas em modelagem de conhecimento com a teoria da evidência, melhorando assim a construção dos modelos da última trazendo a reusabilidade, flexibilidade e semântica rica da primeira.Activity recognition is a vital need in the field of ambient intelligence. It is essential for many internet of things applications including energy management, healthcare systems and home automation. But, even with the many cheap mobile sensors envisioned by the internet of things, activity recognition remains a hard problem. This is due to uncertainty in sensor readings and the complexity of activities themselves. Evidence theory models provide activity recognition even in the presence of uncertain sensor readings, but cannot yet model complex activities or dynamic changes in sensor and environment configurations. This work proposes combining knowledge-based approaches with evidence theory, improving the construction of evidence theory models for activity recognition by bringing reusability, flexibility and rich semantics.application/pdfengOntologiasEngenharia : SoftwareDempster–shafer theoryOntologyEvidence theoryActivity modellingActivity recognitionSmart homeAn ontology-driven evidence theory method for activity recognitionUma abordagem baseada em ontologias e teoria da evidência para o reconhecimento de atividades info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2016mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000988406.pdf000988406.pdfTexto completo (inglês)application/pdf4126096http://www.lume.ufrgs.br/bitstream/10183/134325/1/000988406.pdfe8ff883ec2259829dd744fc09bda33abMD51TEXT000988406.pdf.txt000988406.pdf.txtExtracted Texttext/plain184106http://www.lume.ufrgs.br/bitstream/10183/134325/2/000988406.pdf.txt407644b9eecc8c42f4c3d81d85ad853cMD52THUMBNAIL000988406.pdf.jpg000988406.pdf.jpgGenerated Thumbnailimage/jpeg1039http://www.lume.ufrgs.br/bitstream/10183/134325/3/000988406.pdf.jpg9e8123b39c014042617517e18cb1e7fbMD5310183/1343252018-10-29 08:11:43.978oai:www.lume.ufrgs.br:10183/134325Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-29T11:11:43Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
An ontology-driven evidence theory method for activity recognition |
dc.title.alternative.pt_BR.fl_str_mv |
Uma abordagem baseada em ontologias e teoria da evidência para o reconhecimento de atividades |
title |
An ontology-driven evidence theory method for activity recognition |
spellingShingle |
An ontology-driven evidence theory method for activity recognition Rey, Vítor Fortes Ontologias Engenharia : Software Dempster–shafer theory Ontology Evidence theory Activity modelling Activity recognition Smart home |
title_short |
An ontology-driven evidence theory method for activity recognition |
title_full |
An ontology-driven evidence theory method for activity recognition |
title_fullStr |
An ontology-driven evidence theory method for activity recognition |
title_full_unstemmed |
An ontology-driven evidence theory method for activity recognition |
title_sort |
An ontology-driven evidence theory method for activity recognition |
author |
Rey, Vítor Fortes |
author_facet |
Rey, Vítor Fortes |
author_role |
author |
dc.contributor.author.fl_str_mv |
Rey, Vítor Fortes |
dc.contributor.advisor1.fl_str_mv |
Silva Junior, Edson Prestes e |
contributor_str_mv |
Silva Junior, Edson Prestes e |
dc.subject.por.fl_str_mv |
Ontologias Engenharia : Software |
topic |
Ontologias Engenharia : Software Dempster–shafer theory Ontology Evidence theory Activity modelling Activity recognition Smart home |
dc.subject.eng.fl_str_mv |
Dempster–shafer theory Ontology Evidence theory Activity modelling Activity recognition Smart home |
description |
O reconhecimento de atividaes é vital no contexto dos ambientes inteligentes. Mesmo com a facilidade de acesso a sensores móveis baratos, reconhecer atividades continua sendo um problema difícil devido à incerteza nas leituras dos sensores e à complexidade das atividades. A teoria da evidência provê um modelo de reconhecimento de atividades que detecta atividades mesmo na presença de incerteza nas leituras dos sensores, mas ainda não é capaz de modelar atividades complexas ou mudanças na configuração dos sensores ou do ambiente. Este trabalho propõe combinar abordagens baseadas em modelagem de conhecimento com a teoria da evidência, melhorando assim a construção dos modelos da última trazendo a reusabilidade, flexibilidade e semântica rica da primeira. |
publishDate |
2016 |
dc.date.accessioned.fl_str_mv |
2016-03-29T02:06:27Z |
dc.date.issued.fl_str_mv |
2016 |
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/10183/134325 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000988406 |
url |
http://hdl.handle.net/10183/134325 |
identifier_str_mv |
000988406 |
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:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/134325/1/000988406.pdf http://www.lume.ufrgs.br/bitstream/10183/134325/2/000988406.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/134325/3/000988406.pdf.jpg |
bitstream.checksum.fl_str_mv |
e8ff883ec2259829dd744fc09bda33ab 407644b9eecc8c42f4c3d81d85ad853c 9e8123b39c014042617517e18cb1e7fb |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085354205609984 |