Détection de l’activité humaine en utilisant les données inertielles de téléphone mobile

Abstract

La reconnaissance de l’activité´e humaine basée sur l’utilisation de différents types de capteurs (objets, ambiant ou portes) est un problème de classification de série chronologique. Le choix du type de modèle à utiliser ainsi que son architecture représente une étape cruciale. Le travail proposé dans ce mémoire de fin d’étude repose sur l’étude entre différent type de classificateurs et d’un réseau de neurones récurent pour ainsi d´eduire les points forts de chaque méthode et conclure sur quelle architecture il vaudrait mieux s’orienter pour le thème de la reconnaissance d’activité humaine. Ce travail compare donc plusieurs algorithmes de classification et un algorithme d’apprentissage automatique. La comparaison concerne les performances des algorithmes, leurs taux de prédictions et leurs durées d’apprentissage ainsi que les différentes technologies disponibles pour les implémenter.