Título: Métodos de Classificação baseado em Redes Bayesiana e Neural para Reconhecimento de Atividade Humana
Autores: Rodrigues, Leopoldo Marchiori; Mestria, Mário
Resumo: O Reconhecimento de Atividade Humana é uma área inerente à sensibilidade ao contexto, sendo aplicado, por exemplo, nas áreas de saúde, esportes e segurança. Utilizando sensores externos, como câmeras, e embarcados, como acelerômetros, existem trabalhos focados em múltiplos sensores simultaneamente auxiliando na coleta de informações em tempo real, e trabalhos dedicados a classificar a atividade eficazmente a partir de grande volume de dados. Neste trabalho foram utilizados os classificadores Rede Bayesiana e Rede Neural, construídos a partir de dados públicos, referentes à coleta de acelerômetros vestidos por voluntários. Com conhecimentos de Mineração de Dados, foi feita a seleção de atributos, construção, treinamento e testes, obtendo-se Matrizes de Confusão, taxas de acerto e tempos de processamento. O objetivo é comparar diferentes métodos de classificação com diferentes técnicas de construção e validação, visando maior adequação aos dados, avaliando-se os impactos no desempenho e nas taxas de acerto. A implementação foi feita com biblioteca pública de Mineração de Dados Weka e programação Java. Com menores tempos de processamento, a Rede Neural apresentou-se excelente. A Rede Bayesiana requereu maior investigação na configuração e técnicas de validação, atingiu os maiores tempos de processamento e obteve o melhor resultado com a técnica de validação 10-fold cross-validation.
Palavras-chave: Reconhecimento de Atividade Humana; Mineração de Dados; Classificadores;Rede Bayesiana; Rede Neural
Páginas: 6
Código DOI: 10.21528/CBIC2015-005
Artigo em pdf: cbic2015_submission_5.pdf
Arquivo BibTeX: cbic2015_submission_5.bib