|
|
Use of Physiological Data to Analyze and Improve the User Experience
Štefeková, Nina ; Beran, Vítězslav (oponent) ; Materna, Zdeněk (vedoucí práce)
This thesis is concerned with the research of the physiological symptoms of stress, the design and execution of an experiment that can induce short-term stress. Subsequently, the goal was to create a dataset from the experimentally obtained data and use it to train a machine learning model. Stress detection by such a model can be used to analyze the user experience. The proposed experiment uses a combination of stimuli, consisting of a relaxation part, a Stroop test and a web game that deliberately uses an unfriendly user interface. During it, data was recorded using an Empatica E4 device and then processed by an implemented application into the final dataset. A machine learning model that can detect short-term stress was then trained and evaluated. The KNN algorithm model evaluated by cross-validation achieves an accuracy of 84\% when the subject of the is known prior to the model. For an unknown subject, it is on average 78\%. The thesis provides this model and the resulting dataset, for further use. These results show that short-term stress detection is more challenging without prior knowledge of the subject.
|
|
|
Comparison of heart activity sensing devices
Babicová, Martina ; Smital, Lukáš (oponent) ; Smíšek, Radovan (vedoucí práce)
The goal of this work is comparison of heart activity sensing devices. However, an ECG record cannot be evaluated with the presence of muscle interference. Removing this noise is one of the needs for device success. The theoretical part represents electrophysiology of the heart, electrocardiography, various interferences types, theoretical basis for recording of biosignals including used devices and methods signal quality estimation. The practical part is SNR (signal-to-noise ratio) calculation. The Wavelet filter and Wiener filter-based wavelet domain are used to separate the useful and noise component.
|
|
|
Porovnání specializovaných aktigrafů s komerčně dostupnými zařízeními při kvantitativní analýze spánku
Čech, Vladimír ; Zvončák, Vojtěch (oponent) ; Mikulec, Marek (vedoucí práce)
Aktigrafie a chytrá nositelná zařízení poskytují podobnou funkcionalitu při kvantitativní analýze spánku. Cílem této práce je ověřit jakým způsobem obstojí běžná nositelná zařízení v porovnání se specializovaným aktigrafem využívaným v klinické praxi. Aktigraf použitý v této práci byl Geneactiv Original a sloužil k porovnání výsledků spánkové analýzy celkem u jedenácti komerčně dostupných zařízení. Měření pro devět z měřených zařízení probíhalo po dobu jednoho týdne, pro dvě zařízení po dobu šesti dní. Během spánku bylo zařízení nošeno na stejné ruce jako aktigraf a zároveň byl veden spánkový deník, do kterého se zapisovaly údaje o času ulehnutí, času probuzení a počtu probuzení za noc. Po týdnu měření byla data získána z aktigrafu vyhodnocena softwarem a následně bylo provedeno srovnání s daty, které poskytlo druhé zařízení. V této práci jsou porovnány údaje o celkové době spánku, době usínání, počtu probuzení během noci a spánkové efektivitě. Deset z jedenácti zařízení naměřily oproti aktigrafu vyšší celkovou dobu spánku a vyšší efektivitu spánku. Tato zařízení naměřila celkovou dobu spánku vyšší o 1,21 % – 12,06 % a spánkovou efektivitu naměřila vyšší o 2,86 % – 13,86 %. Jedno zařízení, konkrétně Fossil Sport naměřilo celkový čas spánku nižší o 9,02 % a efektivitu spánku nižší o 9,13 %. Doba usínání byla nejvíce odlišný parametr. Běžná zařízení měřily dobu usínání vyšší o 86,72 % – 1225,95 %. Počet probuzení během noci pak ani jeden typ zařízení nedokázal spolehlivě určit, pokud se nejednalo o výraznou pohybovou aktivitu během noci. Z výsledků práce nelze obecně říct, že by všechna komerčně dostupná zařízení byla spolehlivou náhradou za aktigrafii.
|
|
|
Rozpoznávání pohybu těla pomocí nositelných zařízení
Kajzar, Aleš ; Zbořil, František (oponent) ; Samek, Jan (vedoucí práce)
Cílem práce je popsat možnosti programování aplikací pro zařízení s operačním systémem Android Wear, tedy popsat Android Wear API a komponenty, které se dnes vyskytují v chytrých nositelných zařízeních. Práce dále obsahuje popis možností rozpoznávání dynamických gest s využitím metod strojového učení pomocí dat, která jsou chytrým zařízením poskytována. V praktické části práce byla popsána implementovaná knihovna, která umožňuje trénování a rozpoznávání gest pomocí algoritmu FastDTW a jejich přenos do připojeného zařízení. Využití knihovna je demonstrováno na ukázkové aplikaci.
|
|
|
Využití nositelných zařízení pro medicínské aplikace
Abraham, Lukáš ; Rozman, Jaroslav (oponent) ; Samek, Jan (vedoucí práce)
Práce obsahuje výtah zajímavých nositelných zařízení, která se zaměřují na medicínu, nebo se v medicíně využívají. Dále lze v této práci nalézt i informace o aplikacích na mobilní zařízení a medicínských aplikací, které jsou pro běžná nositelná zařízení. Rovněž je zde popsáno řešení, které se uplatňuje při využívání nositelných zařízení pro medicínské účely. Řešení je vytvořeno pro nositelné zařízení (hodinky) Garmin VivoActive Hr a mobilní telefon na platformě Android. Hodinky od VivoActive Hr se umístí na zápěstí a snímají pohyb a tep osoby. Pomocí akcelerometru určí počet kroků, které osoba za den ušla. Tyto údaje se zasílají z hodinek do chytrého telefonu s OS Android a aplikace která tyto údaje vyhodnocuje může poslat např. SMS nebo email v případě že vyhodnotí situaci jako nouzovou.
|
|
| |
|
|
Vývojářské technologie nositelných zařízení pro YSoft SafeQ
Stárek, Jan ; Goldmann, Tomáš (oponent) ; Orság, Filip (vedoucí práce)
Nositelná zařízení se řadí mezi stále oblíbenější elektroniku. Tento fakt přispívá ke zvyšující se snaze rozšířit mobilní i jiné aplikace na nositelná zařízení. Na tyto skutečnosti navazuje tato práce, která shrnuje informace o nositelných zařízeních a jejich typických operačních systémech. V dalších kapitolách se nacházejí informace o možnostech pro vývojáře, které tyto operační systémy a jejich vývojářské nástroje nabízejí. Na základě získaných poznatků se v práci nachází i demonstrace tvorby aplikace, konkrétně pro obsluhu tiskáren skrze systém YSoft SafeQ společnosti Y Soft Corporation.
|
|
|
Nositelná zařízení: jejich možnosti a aplikace
Herec, Jan ; Luža, Radim (oponent) ; Samek, Jan (vedoucí práce)
Práce pojednává o nositelných zařízeních, která jsou dnes aktuálním tématem. Představuje jejich historii, způsob komunikace a možnosti aplikace. Dále popisuje vytvořené řešení, které demonstruje uplatnění nositelných zařízení při ovládání robota. Řešení sestává z nositelného zařízení s názvem Myo armband, Android aplikace a robota na platformě ROS (Robotický operační systém). Myo armband má tvar náramku, který se umístí na předloktí a obsahuje senzory jako magnetometr, gyroskop, akcelerometr a EMG (elektromyografické senzory pro snímání svalové aktivity na základě kterých rozpoznává některá gesta). Aplikace je navržena pro ovládání pojízdného robota, který je schopný jezdit dopředu, dozadu, zatáčet a to na základě gest a pohybů ruky, na níž je připevněno nositelné zařízení. Za tímto účelem čte příslušná data z nositelného zařízení pomocí technologie Bluetooth LE (Low Energy), vyhodnocuje je a pomocí technologie Wi-fi zasílá řídicí zprávy robotovi. Blíže je popsán také robot, na kterém bylo ovládání otestováno. S využitím aplikace (hlavní přínos autora) a náramku Myo je tak možné ovládat množinu pojízdných robotů poháněných ROS.
|
|
|
Klasifikace signálů denní aktivity
Rychtárik, Martin ; Vítek, Martin (oponent) ; Smíšek, Radovan (vedoucí práce)
Tématem této bakalářské práce je klasifikace signálů denní aktivity nasnímaných pomocí akcelerometrického senzoru chytrého mobilního telefonu. První část práce se zabývá seznámením s možnostmi záznamu denní aktivity pomocí akcelerometru a následné klasifikace neuronovou sítí. V další části byla na desíti osobách nasnímána data osmi různých denních aktivit. K datům byl v programovacím prostředí MATLAB vytvořen algoritmus obsahující neuronovou síť pro automatické rozpoznání daných aktivit. V poslední části práce byla klasifikace vytvořeným algoritmem porovnána s manuálně zaznamenanou referencí a výsledky byly statisticky vyhodnoceny.
|
|
|
Porovnání specializovaných aktigrafů s komerčně dostupnými zařízeními při kvantitativní analýze spánku
Čech, Vladimír ; Zvončák, Vojtěch (oponent) ; Mikulec, Marek (vedoucí práce)
Aktigrafie a chytrá nositelná zařízení poskytují podobnou funkcionalitu při kvantitativní analýze spánku. Cílem této práce je ověřit jakým způsobem obstojí běžná nositelná zařízení v porovnání se specializovaným aktigrafem využívaným v klinické praxi. Aktigraf použitý v této práci byl Geneactiv Original a sloužil k porovnání výsledků spánkové analýzy celkem u jedenácti komerčně dostupných zařízení. Měření pro devět z měřených zařízení probíhalo po dobu jednoho týdne, pro dvě zařízení po dobu šesti dní. Během spánku bylo zařízení nošeno na stejné ruce jako aktigraf a zároveň byl veden spánkový deník, do kterého se zapisovaly údaje o času ulehnutí, času probuzení a počtu probuzení za noc. Po týdnu měření byla data získána z aktigrafu vyhodnocena softwarem a následně bylo provedeno srovnání s daty, které poskytlo druhé zařízení. V této práci jsou porovnány údaje o celkové době spánku, době usínání, počtu probuzení během noci a spánkové efektivitě. Deset z jedenácti zařízení naměřily oproti aktigrafu vyšší celkovou dobu spánku a vyšší efektivitu spánku. Tato zařízení naměřila celkovou dobu spánku vyšší o 1,21 % – 12,06 % a spánkovou efektivitu naměřila vyšší o 2,86 % – 13,86 %. Jedno zařízení, konkrétně Fossil Sport naměřilo celkový čas spánku nižší o 9,02 % a efektivitu spánku nižší o 9,13 %. Doba usínání byla nejvíce odlišný parametr. Běžná zařízení měřily dobu usínání vyšší o 86,72 % – 1225,95 %. Počet probuzení během noci pak ani jeden typ zařízení nedokázal spolehlivě určit, pokud se nejednalo o výraznou pohybovou aktivitu během noci. Z výsledků práce nelze obecně říct, že by všechna komerčně dostupná zařízení byla spolehlivou náhradou za aktigrafii.
|
host ::
RSS.