|
|
Pokročilé skórování spánkových dat
Jagošová, Petra ; Novotná, Petra (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato diplomová práce se zabývá pokročilým skórováním spánkových dat, které bylo provedeno pomocí hluboké neuronové sítě. Ke skórování jsou využívána data tepové frekvence a informace o pohybu naměřené pomocí chytrých hodinek Apple Watch. Po vhodném předzpracování sloužila tato data jako vstupní parametry do navržených sítí. Cílem LSTM sítě bylo provést klasifikaci dat buď do dvou skupin na spánek a bdění nebo do tří skupin na bdění, Non-REM a REM. Nejlepších výsledků dosáhla síť provádějící klasifikaci spánek vs. bdění s využitím akcelerometru. Statistické vyhodnocení této nejlepší sítě dosáhlo hodnoty senzitivity 71,06 %, specificity 57,05 %, celkové úspěšnosti (accuracy) 70,01 % a F1 skóre 81,42 %.
|
|
|
Aplikace chytrých hodinek pro podporu sportovního tréninku a závodů
Dohnalík, Pavel ; Bartl, Vojtěch (oponent) ; Herout, Adam (vedoucí práce)
Cílem práce je vytvořit aplikaci na chytré hodinky, která umožní měřit závody a tréninky, případně vytvářet lokalizační podklady pro tuto činnost. Aplikace je implementovaná pro mobilní zařízení s operačním systémem Android a iOS. Pro chytré hodinky je podporován operační systém Wear OS. V práci je popsána teorie programování pro mobilní operační systémy a programování na operační systém Wear OS. V praktické části je popsaný návrh, implementace a testování. Pro implementaci mobilní aplikace jsem zvolil framework Flutter spolu s jazykem Dart. Pro aplikaci na chytré hodinky jsem zvolil framework Flutter spolu s jazykem Dart. Výsledná aplikace umožňuje uživatelům měřit závody a tréninky.
|
|
|
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.
|
|
|
Hodnocení kvality spánku
Benáček, Petr ; Králík, Martin (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato bakalářská práce se zabývá automatickým hodnocením kvality spánku pomocí neuronových sítí. Pro hodnocení jsou využívána data o pohybu a tepové frekvenci naměřená pomocí chytrých hodinek Apple Watch. Z těchto dat byly vypočteny statistické veličiny, které byly následně využity jako vstup do navržených neuronových sítí. Jejich cílem bylo automaticky rozpoznat spánek a bdění. V tomto případě byla sensitivita 89 % a specificita 70 %, což jsou srovnatelné hodnoty s jinými studiemi. Dále byla data rozdělena také do kategorií W (bdění), NON REM a REM. Z výstupu vytvořených neuronových sítí byly odvozeny parametry hodnotící kvalitu spánku, jako například TST, % REM nebo sleep latency.
|
|
|
Metronom pro mobilní zařízení Android
Pomkla, František ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Cílem této práce je implementace metronomu pro smartphone s OS Android a smartwatch s OS Tizen, který umožňuje asynchronní fungování i navázání Bluetooth spojení a zasílání dat ze smartphone na smartwatch zařízení. Metronom má sloužit především hudebníkům hrajícím v kapele, kterým umožní ukládání specifického tempa pro konkrétní písničky. Tato tempa lze uložit do playlistů a zaslat pomocí Bluetooth komunikace. Aplikace ve smartwatch představuje jiný způsob zdůraznění tempa, a to pomocí vibrací. Další funkcí sloužící především pro bubeníky je vyhodnocování přesnosti úderů v rámci daného tempa pomocí smartphone aplikace. Pro implementaci byly použity programovací jazyky C# a Java společně s využitím SQLite databází.
|
|
|
Identifikace a verifikace osob pomocí záznamu EKG
Waloszek, Vojtěch ; Smital, Lukáš (oponent) ; Vítek, Martin (vedoucí práce)
V posledních letech je zkoumáno využití EKG pro verifikaci a identifikaci osob v biometrických systémech. V této práci je tato možnost rovněž zkoumána a ověřována na databázi ECG ID z PhysioNetu a také na vlastních záznamech měřených pomocí Apple Watch Series 4. Mnohé existující metody již ověřily možnost použití EKG pro biometrii, ale na záznamech pořízených klinickým EKG přístrojem. Tato práce ověřuje možnost využití záznamů EKG pořízených pomocí nositelných zařízení, konkrétně chytrých hodinek. Ze signálu EKG je extrahováno 16 příznaků, které jsou za použití náhodného lesa jako klasifikátoru využity pro verifikaci a identifikaci. Mezi příznaky patří intervaly mezi význačnými body v signálu EKG, potenciálové rozdíly mezi některými body v signálu a variabilita intervalů PR v rámci záznamu. Průměrné výsledky verifikace 14 osob z vlastní databáze dat jsou TRR 96,19 %, TAR 84,25 %.
|
|
|
Pokročilé hodnocení kvality spánku
Doležalová, Anna ; Králík, Martin (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato diplomová se zabývá pokročilým hodnocením kvality spánku pomocí hlubokého učení. Jsou zde popsány metriky pro hodnocení spánku a jejich využití. Pro klasifikaci jsou použity data tepové frekvence a akcelerometru pocházejících z chytrých hodinek Apple Watch. Základem pro klasifikaci byl model složený z 1D konvolučních sítí v kombinaci s rekurentní neuronovou sítí. Jako rekurentní sítě byly využity LSTM a GRU. Modely byly naučeny na klasifikaci do dvou, třech a pěti spánkových fází. V poslední řadě byly srovnány vzniklé metody.
|
|
|
Aplikace pro nositelnou elektroniku se systémem Android Wear
Šmejkal, Petr ; Zeman, Kryštof (oponent) ; Hošek, Jiří (vedoucí práce)
Semestrální práce „Aplikace pro nositelnou elektroniku se systémem" Android Wear popisuje základní principy komunikačních sítí - M2M (machine to machine), H2H (human to human) a D2D (device to device). Práce se dále zabývá nositelnými zařízeními, zejména chytrými hodinkami, dostupnými operačními systémy pro chytré hodinky a systémem Android, Android Wear. V praktické části je popsaná funkcionalita, vzhled a struktura vyvinuté aplikace pro Android Wear.
|
|
|
Hodnocení kvality spánku
Dokoupilová, Daniela ; Kozumplík, Jiří (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato bakalářská práce se věnuje klasifikaci spánkových dat naměřených pomocí chytrých hodinek Apple Watch. Z využívaných signálů – tepové frekvence a akcelerometrického záznamu byly pomocí statistického testování vybrány příznaky pro klasifikaci spánkových epoch. Pro klasifikaci byla zvolena metoda podpůrných vektorů. Model byl poté natrénován pro rozpoznávání fáze Wake a Sleep a poté i pro rozpoznávání REM a NREM spánku. Klasifikace dat do dvou fází překročila hranici přesnosti 80 %, klasifikace Wake, REM a NREM spánku poté 58 %. Vypočtené parametry hodnotící kvalitu spánku byly poté srovnány s daty ohodnocenými spánkovým expertem. Model pro klasifikaci bdění a spánku se velmi přiblížil hodnocení experta. Model pro klasifikaci bdění, REM a NREM spánku se nejvíce lišil v parametrech hodnotících bdění.
|
|
|
Využívání chytrých hodinek a jejich funkcí k měření zdravotních parametrů
Uher, Vojtěch ; Křivánková, Markéta (vedoucí práce) ; Mahrová, Andrea (oponent)
Název: Využití a preference chytrých hodinek a jejich funkcí k měření zdravotních parametrů u dospělé populace Cíle: Cílem této diplomové práce je analyzovat využití a preference chytrých hodinek u dospělé populace a zkoumat jejich potenciál k měření zdravotních parametrů prostřednictvím dotazníkového šetření. Metody: Výzkum probíhal dotazníkovým šetřením. Byl využit dotazník vlastní konstrukce. Součástí výzkumné části byla i analýza parametrů a funkcí chytrých hodinek. Výsledky: Věkový průměr respondentů, kteří vyplnili dotazník k této diplomové práci, byl 31,2 let. 63 ze 103 probandů pomocí chytrých hodinek sleduje svůj zdravotní stav, přičemž nejčastěji měřeným parametrem je tepová frekvence. Tu sleduje všech 63 respondentů. Nejvyužívanější funkce spojená s pohybovou aktivitou je sledování počtu kroků. Tento údaj zajímá 91 respondentů. Při výběru chytrých hodinek hrají klíčovou roli faktory jako kvalita, přesnost a design. Nejpoužívanější chytré hodinky jsou podle respondentů od výrobců Apple a Garmin. Apple Watch používá 42 % probandů a značku Garmin 26 % probandů. Respondenti často preferují značku Apple kvůli její kompatibilitě s ostatními zařízeními, Garmin zase pro jeho vysokou přesnost. Chytré hodinky také poskytují uživatelům motivaci k pravidelné fyzické aktivitě. To uvedlo 55 probandů...
|
host ::
RSS.