dc.contributor.author | Πάχος, Αλέξανδρος![]() |
el |
dc.contributor.author | Pachos, Alexandros![]() |
en |
dc.date.accessioned | 2021-09-14T09:26:20Z | |
dc.date.available | 2021-09-14T09:26:20Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/53850 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.21548 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc/3.0/gr/ | * |
dc.subject | Εντοπισμός πτώσης | el |
dc.subject | Μηχανική μάθηση | el |
dc.subject | Νευρωνικά δίκτυα | el |
dc.subject | Τεχνητή νοημοσύνη | el |
dc.subject | Μονάδα επεξεργασίας τανυστή | el |
dc.subject | Fall detection | en |
dc.subject | Machine Learning | en |
dc.subject | Neural networks | en |
dc.subject | Artificial intelligence | en |
dc.subject | Tensor processing unit | en |
dc.title | Ανάπτυξη Ανεξάρτητου Συστήματος Αναγνώρισης Πτώσεων με χρήση Βαθιών Νευρωνικών Δικτύων και Edge Computing. | el |
heal.type | bachelorThesis | |
heal.classification | Μηχανική μάθηση | el |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2021-03-22 | |
heal.abstract | Μια από τις βασικές προκλήσεις της σύγχρονης κοινωνίας, είναι η εξασφάλιση της ομαλής και υγιούς γήρανσης. Εκτός από την προφανή συμβολή της ιατρικής επιστήμης σε αυτό, καθοριστικό ρόλο κατέχει επίσης η επιστήμη των υπολογιστών και οι εφαρμογές της. Οι πτώσεις αποτελούν ένα από τα συχνότερα αίτια τραυματισμών, αλλά ακόμα και θανάτων, στους ανθρώπους από εξήντα πέντε ετών και πάνω. Προκαλούν σοβαρά προβλήματα υγείας, ψυχολογική πίεση, με την έννοια του φόβου μελλοντικής πτώσης αλλά και περιορίζουν τη γενικότερη ανεξαρτησία του ηλικιωμένου στην καθημερινή του ζωή. Ο συνδυασμός των παραπάνω με το φαινόμενο της δημογραφικής γήρανσης καθιστά αναγκαία την ανάπτυξη ενός συστήματος αναγνώρισης πτώσεων. Ένα τέτοιο σύστημα θα παρέχει τη δυνατότητα της άμεσης ανταπόκρισης σε περίπτωση πτώσης, πράγμα που δύναται ακόμα και να σώσει τη ζωή του υποκειμένου. Στην παρούσα εργασία μελετάται η ανάπτυξη ενός συστήματος ανίχνευσης πτώσεων με χρήση νευρωνικών δικτύων βαθιάς μηχανική μάθησης. Δεδομένου ότι το σύστημα αυτό θα χρησιμοποιηθεί για τη βοήθεια ατόμων της τρίτης ηλικίας, καθίσταται απαραίτητη η εξασφάλιση της αυτονομίας και της ανεξαρτησίας της λειτουργίας του. Δηλαδή, επιλέχθηκε η υλοποίηση του σε ενσωματωμένο κύκλωμα (πλακέτα), το οποίο θ’ αναλαμβάνει εξ’ ολοκλήρου το υπολογιστικό φορτίο. Η λειτουργία του συστήματος ξεκινά με την τροφοδοσία εικόνων από την κάμερα, η οποία είναι συνδεδεμένη στην πλακέτα, σε ένα νευρωνικό δίκτυο το οποίο υπολογίζει τα βασικά σημεία του ανθρώπινου σκελετού. Έπειτα αυτά προωθούνται σε ένα δεύτερο νευρωνικό δίκτυο το οποίο και αποφασίζει για το ενδεχόμενο ύπαρξης πτώσης. | el |
heal.advisorName | Τσανάκας, Παναγιώτης | el |
heal.committeeMemberName | Τσανάκας, Παναγιώτης | el |
heal.committeeMemberName | Κωσταντίνα, Νικήτα | el |
heal.committeeMemberName | Δημήτριος Διονύσιος, Κουτσούρης | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 92 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: