| Abstract: | Deze masterproef gebruikt data van wearables, in het bijzonder de versnellingsmeterdata ervan, om menselijke activiteiten te identificeren. Er wordt onderzocht of deze detectie accurater kan gemaakt worden door patronen (motifs) uit de tijdreeksdata in rekening te brengen. Deze patronen komen vooral voor bij repetitieve activiteiten zoals wandelen of lopen.
Er worden drie modellen gebouwd en vergeleken: een baseline-model met statistische features, een patronenmodel met features gebaseerd op patronen, en een gecombineerd model met alle features van de vorige twee modellen. Er wordt onderzocht of een model uitsluitend op basis van patronenfeatures accurate voorspellingen kan doen, en of deze patronenfeatures kunnen bijdragen tot een accuratere voorspelling dan het baseline-model. |
|---|