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.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.
https://hdl.handle.net/20.500.12075/9605