Μοντελοποίηση και αυτόματη μέτρηση της ανθρώπινης, σχετικής με βρώση συμπεριφοράς

Περίληψη

Η παρούσα διατριβή προτείνει μοντέλα και αλγόριθμους οι οποίοι αξιοποιούν σήματα από φορητούς αισθητήρες με στόχο την αντικειμενική ποσοτικοποίηση της ανθρώπινης, σχετικής με βρώση συμπεριφοράς. Εστιάζουμε σε δύο συσκευές οι οποίοι καταγράφουν διαφορετικού τύπου πληροφορία και προτείνουμε αλγόριθμους για κάθε αισθητήρα οι οποίοι εξάγουν συγκεκριμένους συμπεριφορικούς δείκτες, και εστιάζουμε κυρίως στη γενίκευση κάτω από διαφορετικές συνθήκες όπως θορυβώδες περιβάλλον και ρεαλιστικές συνθήκες. Η πρώτη συσκευή είναι ένα πρωτότυπο μοντέλο και περιλαμβάνει μικρόφωνο, και φωτοπλυθησμογράφο τοποθετημένους στο αυτί, και τρισδιάστατο επιταγχυνσιόμετρο τοποθετημένο στη ζώνη. Παρουσιάζεται μία ανάλυση των ήχων μάσησης με έμφαση στη fractal διάστασή τους, και προτείνονται αλγόριθμοι βασισμένοι στην εξαγωγή χαρακτηριστικών και ταξινομητές τύπου support vector machine, καθώς και συνελικτικά νευρωνικά δίκτυα. Επίσης προτείνουμε (για πρώτη φόρα στη βιβλιογραφία) τη χρήση φωτοπλυθησμογράφου για την αν ...
περισσότερα

Περίληψη σε άλλη γλώσσα

This work proposes models and algorithms that leverage signals collected from wearable sensors to objectively quantify human eating behavior by extracting eating-behavior indicators. We focus on two different sensors that capture different, yet complimentary, aspects of eating behavior and propose new algorithms for each sensor to derive these indicators, focusing mainly on the generalization under different situations such as noisy background and usage during real-life activities. The first device is a prototype multi-modal sensor that captures audio, photoplethysmography, and acceleration signals. We explore some properties of audio signals of chews, such as their fractal dimension, and propose algorithms based on feature extraction and classification with support vector machines, as well as end-to-end approaches with convolutional neural netwroks. We also propose (for the first time in literature) the use of photoplethysmography as a means to detect chewing, both independently and c ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/46594
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/46594
ND
46594
Εναλλακτικός τίτλος
Modeling and automatically measuring human eating behavior
Συγγραφέας
Παπαπαναγιώτου, Βασίλειος (Πατρώνυμο: Ιωάννης)
Ημερομηνία
2019
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Πολυτεχνική. Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρονικής και Υπολογιστών. Εργαστήριο Επεξεργασίας Πληροφοριών. Ομάδα Κατανόησης Πολυμέσων
Εξεταστική επιτροπή
Ντελόπουλος Αναστάσιος
Μήτκας Περικλής
Κεχαγιάς Αθανάσιος
Χατζηλεοντιάδης Λεόντιος
Κουγιουμτζής Δημήτριος
Μουγιακάκου Σταυρούλα
Sazonov Edward
Επιστημονικό πεδίο
Επιστήμες Μηχανικού και Τεχνολογία
Επιστήμη Ηλεκτρολόγου Μηχανικού, Ηλεκτρονικού Μηχανικού, Μηχανικού Η/Υ
Λέξεις-κλειδιά
Συμπεριφορά σχετική με βρώση; Φορετοί αισθητήρες; Μηχανική μάθηση; Ψηφιακή επεξεργασία σήματος
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
xviii, 151 σ., εικ., πιν., σχημ., γραφ.
Ειδικοί όροι χρήσης/διάθεσης
Το έργο παρέχεται υπό τους όρους της δημόσιας άδειας του νομικού προσώπου Creative Commons Corporation:
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)