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

Abstract

La reconnaissance de l’activité´e humaine bas´ee sur l’utilisation de différents types de capteurs (objets, ambiant ou port´es) est un probl`eme de classification de s´erie chronologique. Le choix du type de mod`ele a` utiliser ainsi que son architecture repr´esente une ´etape cruciale. Le travail propos´e dans ce m´emoire de fin d’´etude repose sur l’´etude entre diff´erent type de classificateurs et d’un r´eseau de neurones r´ecurent pour ainsi d´eduire les points forts de chaque m´ethode et conclure sur quelle architecture il vaudrait mieux s’orienter pour le th`eme de la reconnaissance d’activit´e humaine. Ce travail compare donc plusieurs algorithmes de classification et un algorithme d’apprentissage automatique. La comparaison concerne les performances des al- gorithmes, leurs taux de pr´edictions et leurs dur´ees d’apprentissage ainsi que les diff´erentes technologies disponibles pour les impl´ementer.