Il fine del presente studio consiste nell’applicazione di algoritmi di machine learning ai segnali generati da sensori di qualità dell’aria. Il lavoro si inserisce nell’ambito dell’AAL, Ambient Assisted Living, il cui scopo è mantenere in salute, connesse, attive e felici le persone, soprattutto quelle in età avanzata. La ricerca supporta lo sviluppo di prodotti e servizi che possano fare la differenza nella vita di persone anziane e di coloro che se ne prendono cura. Con tale elaborato ci si è posti l’obiettivo di raccogliere e analizzare le risposte di sensori sviluppati secondo la tecnologia MEMS, in grado di rilevare la presenza di determinati composti chimici nell’aria. Successivamente, si sono classificati i dati assegnando loro etichette diverse a seconda della situazione che li ha prodotti. Infine, è stato applicato un algoritmo in grado di classificare le diverse situazioni.

Applicazione di algoritmi di machine learning ai segnali generati da sensori qualità aria.

PARLAPIANO, FEDERICA
2021/2022

Abstract

Il fine del presente studio consiste nell’applicazione di algoritmi di machine learning ai segnali generati da sensori di qualità dell’aria. Il lavoro si inserisce nell’ambito dell’AAL, Ambient Assisted Living, il cui scopo è mantenere in salute, connesse, attive e felici le persone, soprattutto quelle in età avanzata. La ricerca supporta lo sviluppo di prodotti e servizi che possano fare la differenza nella vita di persone anziane e di coloro che se ne prendono cura. Con tale elaborato ci si è posti l’obiettivo di raccogliere e analizzare le risposte di sensori sviluppati secondo la tecnologia MEMS, in grado di rilevare la presenza di determinati composti chimici nell’aria. Successivamente, si sono classificati i dati assegnando loro etichette diverse a seconda della situazione che li ha prodotti. Infine, è stato applicato un algoritmo in grado di classificare le diverse situazioni.
2021
2022-07-21
Application of machine learning algorithms to signals generated by air quality sensors.
File in questo prodotto:
File Dimensione Formato  
Tesi_Parlapiano_Federica.pdf

accesso aperto

Descrizione: Documento di tesi Federica Parlapiano
Dimensione 21.58 MB
Formato Adobe PDF
21.58 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/9603