TRANG THÔNG TIN LUẬN ÁN TIẾN SĨ
Tên đề tài luận án tiến sĩ: Nghiên cứu phương pháp học máy cho nhận dạng hoạt động sử dụng cảm biến mang trên người
Chuyên ngành: Hệ thống thông tin
Mã số: 62.48.01.04
Họ và tên NCS: Nguyễn Ngọc Điệp
Người hướng dẫn khoa học: 1. PGS.TS. Từ Minh Phương; 2. TS. Phạm Văn Cường
Cơ sở đào tạo: Học viện Công nghệ Bưu chính Viễn thông
NHỮNG KẾT QUẢ MỚI CỦA LUẬN ÁN:
1. Đề xuất một phương pháp trích xuất đặc trưng mới HALF có tốc độ nhanh cho các ứng dụng cần nhận dạng một số hoạt động riêng lẻ, sử dụng cảm biến mang theo người với yêu cầu xử lý thời gian thực. Phương pháp này có thể giúp phân biệt tốt các hoạt động có đặc tính dữ liệu tương tự nhau, thích hợp cho các hệ thống di động thông minh, nhỏ gọn với năng lực tính toán thấp, đặc biệt là các hệ thống đòi hỏi thời gian thực.
2. Đề xuất một phương pháp trích xuất đặc trưng tự động dựa trên học đặc trưng. Các đặc trưng đề xuất là các đặc trưng đa mức MPF có khả năng cải thiện về độ chính xác trong nhận dạng hoạt động người so với các đặc trưng đa mức kiểu cũ, đồng thời khắc phục được các hạn chế về mặt tốc độ khi xử lý.
3. Xây dựng hai ứng dụng nhận dạng hoạt động người được xây dựng dựa trên các phương pháp đề xuất, bao gồm: ứng dụng phát hiện ngã trong thời gian thực và ứng dụng xác thực người dùng sử dụng chữ ký 3D. Cả hai ứng dụng này đều có hiệu năng tốt khi thửnghiệm với tập dữ liệu của người dùng và có tính khả thi cao.
CÁC ỨNG DỤNG, KHẢ NĂNG ỨNG DỤNG TRONG THỰC TIỄN HOẶC NHỮNG VẤN ĐỀ CÒN BỎ NGÓ CẦN TIẾP TỤC NGHIÊN CỨU:
1. Phương pháp phát hiện ngã dựa trên đặc trưng HALF đã đề xuất có độ chính xác cao và tốc độ tính toán nhanh, phù hợp với các thiết bị trợ giúp cá nhân thông minh mang theo người. Dựa vào phương pháp này, có thể xây dựng ứng dụng phát hiện ngã chạy trên các thiết bị cá nhân hay sử dụng trong thực tế như điện thoại di động hoặc đồng hồ thông minh.
2. Phương pháp nhận dạng hoạt động dựa trên đặc trưng MPF đã đề xuất có độ chính xác cao kế cả khi nhận dạng cho nhiều hoạt động người. Phương pháp này có thể giúp xây dựng các ứng dụng trên điện thoại thông minh thiết thực hơn trong thực tế như ghi nhật ký hoạt động của người dùng hay đo mức tiêu thụ năng lượng của con người dựa trên các hoạt động trong ngày. Có thế nghiên cứu việc kết hợp cảm biến gia tốc với các cảm biến khác có sẵn trên điện thoại di động như GPS hay cảm biến âm thanh để có được các ứng dụng tốt hơn.
3. Mặc dù học đặc trưng dựa trên học sâu đã mang lại được những kết quả rất đáng kế về cải thiện hiệu năng nhận dạng hoạt động người, việc đưa học sâu vào các ứng dụng nhận dạng hoạt động thực tế trên các thiết bị di động thông minh để trợ giúp người dùng vẫn rất khó khăn do hạn chế về năng lực xử lý của các thiết bị này. Việc nghiên cứu về các phương pháp trích xuất đặc trưng mới dựa trên kỹ thuật học sâu để tăng sự chính xác nhận dạng trong khi vẫn đảm bảo tốc độ tính toán trên các thiết bị cá nhân thông minh là một hướng nghiên cứu cần được tiếp tục thực hiện.
