Il presente studio si inserisce nell’ambito dell’AAL - Ambient Assisted Living - con il fine di analizzare segnali generati da sensori di qualità dell'aria attraverso l'applicazione di algoritmi di Machine Learning. Tale elaborato supporta quindi lo sviluppo di soluzioni che possano migliorare la qualità della vita delle persone. Lo studio si è basato sulle risposte di sensori sviluppati secondo la tecnologia MEMS, in grado di rilevare la presenza di determinati composti chimici nell'aria. Tali segnali generati sono stati elaborati e classificati con un algoritmo di Machine Learning in grado di discriminare le diverse situazioni in cui questi sono stati prodotti.

Elaborazione e classificazione di segnali generati da sensori qualità dell'aria.

RONCI, ARIANNA
2021/2022

Abstract

Il presente studio si inserisce nell’ambito dell’AAL - Ambient Assisted Living - con il fine di analizzare segnali generati da sensori di qualità dell'aria attraverso l'applicazione di algoritmi di Machine Learning. Tale elaborato supporta quindi lo sviluppo di soluzioni che possano migliorare la qualità della vita delle persone. Lo studio si è basato sulle risposte di sensori sviluppati secondo la tecnologia MEMS, in grado di rilevare la presenza di determinati composti chimici nell'aria. Tali segnali generati sono stati elaborati e classificati con un algoritmo di Machine Learning in grado di discriminare le diverse situazioni in cui questi sono stati prodotti.
2021
2022-07-21
Processing and classification of signals generated by air quality sensors.
File in questo prodotto:
File Dimensione Formato  
Tesi_Arianna_Ronci.pdf

embargo fino al 20/07/2025

Dimensione 106.95 MB
Formato Adobe PDF
106.95 MB Adobe PDF

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/20.500.12075/9605