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.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.
https://hdl.handle.net/20.500.12075/9603