|
|
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 %.
|
|
|
Bubenický metronom pro Smartphone a Smartwatch
Ondráček, Aleš ; Zemčík, Pavel (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je vytvořit bubenický metronom pro smartwatch a smartphone, který bude umožňovat ukládání rytmických vzorů do playlistů. Výsledný produkt sestává ze dvou částí: z aplikace pro smartwatch a aplikace pro smartphone. Tyto dvě aplikace spolu pak komunikují prostřednictvím bluetooth. Metronom se tedy dá ovládat vzdáleně prostřednictvím hodinek, což je požadovaná cílová funkcionalita. Výsledkem je metronom implementovaný na míru bubeníkovi, hrajícímu s kapelou jak na zkouškách, tak i na menších či středně velkých koncertech.
|
|
|
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.
|
|
|
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.
|
|
|
Deployment of Threshold Signatures for Securing Bitcoin Transactions
Tran, Minh ; Dzurenda, Petr
Blockchain technology, especially Bitcoin, has revolutionizedhow we think about and manage financial transactions.However, with the increasing demand and usage of blockchaintechnology, the security of cryptocurrency wallets has become acritical concern. Threshold signatures offer a promising solutionto this problem, allowing multiple parties to sign a transactionwithout revealing their private keys. This article presents an Androidmobile Bitcoin wallet application that uses Schnorr-basedthreshold signatures. The application also deploys smartwatchintegration for enhanced security and usability. This integrationprovides an additional layer of security by requiring physicalconfirmation from the user before approving any transaction.Our implementation provides a secure and efficient platform formanaging Bitcoin assets using threshold signatures while alsoproviding an intuitive and easy-to-use interface for interactingwith the application.
|
|
|
Pokročilá klasifikace spánkových fází
Dokoupilová, Daniela ; Novotná, Petra (oponent) ; Filipenská, Marina (vedoucí práce)
Tato diplomová práce se věnuje klasifikaci spánkových fází z chytrých hodinek. Využity byly dva signály, a to tepová frekvence a zrychlení. Pro klasifikaci byl vybrán model TinySleepNet, který je složen z konvoluční a LSTM sítě. Model byl natrénován nejprve pro klasifikaci pěti spánkových fází pouze z tepové frekvence, F1 skóre prvního modelu dosáhlo 49 %. Zrychlení bylo přepočítáno na vektor SVM, na kterém byl natrénován druhý model. Kvůli nedostatku informací ve vektoru SVM byl model natrénován pouze pro binární klasifikaci bdění/spánek a jeho F1 skóre dosáhlo 62,3 %. V posledním modelu byly oba signály zkombinovány. Klasifikace z tepové frekvence a vektoru SVM na pět spánkových fází poté dosáhla F1 skóre 51 %. Vypočtené parametry hodnotící kvalitu spánku byly poté srovnány s daty ohodnocenými spánkovým expertem.
|
|
|
Validace komerčně dostupných chytrých hodinek jako nástroje pro monitorování zdraví/aktivity člověka
Běhunčíková, Vendula ; Janoušek, Oto (oponent) ; Němcová, Andrea (vedoucí práce)
Tato diplomová práce se zabývá tématem monitoringu zdraví a aktivity jedince pomocí chytrých hodinek. Cílem práce bylo nasnímat sadu dat dle protokolu měření s využitím různých typů chytrých hodinek spolu s referenčními daty ze zařízení Faros 180. Naměřená data z celkem devíti chytrých hodinek byla synchronizována a synchronizované průběhy tepové frekvence byly vyhodnoceny pomocí metriky střední absolutní chyby (MAE). Dále byly statisticky zhodnoceny parametry okysličení krve a krevní tlak. V poslední části práce byla zhodnocena kvalita EKG záznamů pořízených chytrými hodinkami a jejich diagnostická využitelnost.
|
|
|
Pokročilé zabezpečení blockchainových transakcí
Tran, Minh ; Člupek, Vlastimil (oponent) ; Dzurenda, Petr (vedoucí práce)
Technologie blockchain, zejména Bitcoin, změnila způsob, jakým přemýšlíme o finančních transakcích a jak je řídíme. S rostoucí poptávkou a používáním technologie blockchain se však bezpečnost kryptoměnových peněženek stala závažnou obavou. Prahové podpisy nabízejí slibné řešení tohoto problému, umožňují více stranám podepsat transakci bez odhalení jejich soukromých klíčů. Tento článek představuje aplikaci pro mobilní Bitcoinovou peněženku pro Android, která používá prahové podpisy založené na Schnorrově podpisu. Aplikace také integruje chytré hodinky pro lepší zabezpečení a použitelnost. Tato integrace poskytuje další vrstvu zabezpečení tím, že vyžaduje fyzické potvrzení od uživatele před schválením jakékoli transakce. Naše implementace poskytuje bezpečnou a efektivní platformu pro správu Bitcoinových aktiv pomocí prahových podpisů a zároveň poskytuje intuitivní a snadno použitelné rozhraní pro interakci s aplikací.
|
host ::
RSS.