1. Αρχική σελίδα
  2. Αναζήτηση

Ανάπτυξη Ανεξάρτητου Συστήματος Αναγνώρισης Πτώσεων με χρήση Βαθιών Νευρωνικών Δικτύων και Edge Computing.

Το τεκμήριο παρέχεται από τον φορέα :
Εθνικό Μετσόβιο Πολυτεχνείο   

Αποθετήριο :
Ψηφιακό Αποθετήριο της Κεντρικής Βιβλιοθήκης του ΕΜΠ | Dspace@NTUA   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Ανάπτυξη Ανεξάρτητου Συστήματος Αναγνώρισης Πτώσεων με χρήση Βαθιών Νευρωνικών Δικτύων και Edge Computing. (EL)
Πάχος, Αλέξανδρος (EL)
Pachos, Alexandros (EN)
ntua (EL)
Κωσταντίνα, Νικήτα (EL)
Τσανάκας, Παναγιώτης (EL)
Δημήτριος Διονύσιος, Κουτσούρης (EL)
bachelorThesis
2021-03-22
2021-09-14T09:26:20Z
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)
Νευρωνικά δίκτυα (EL)
Εντοπισμός πτώσης (EL)
Τεχνητή νοημοσύνη (EL)
Μηχανική μάθηση (EL)
Μονάδα επεξεργασίας τανυστή (EL)
Neural networks (EN)
Tensor processing unit (EN)
Fall detection (EN)
Machine Learning (EN)
Artificial intelligence (EN)
Ελληνική γλώσσα
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών (EL)
Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα
http://creativecommons.org/licenses/by-nc/3.0/gr/
Εθνικό Μετσόβιο Πολυτεχνείο
Ψηφιακό Αποθετήριο της Κεντρικής Βιβλιοθήκης του ΕΜΠ | Dspace@NTUA
Κεντρική Βιβλιοθήκη Ε.Μ.Π.
Ιδρυματικό Αποθετήριο
Διπλωματικές Εργασίες



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.