IoT Prism Lab
Research Lab at University of Bologna
Research Lab at University of Bologna
Theses
2016 |
Castiglioni, Marco BikeInspector, Un'applicazione Android per incentivare la mobilità sostenibile Masters Thesis 2016. Abstract | Links | BibTeX | Tags: Activity Recognition, Applicazione Android, Bicycle, flask, Mobilità Sostenibile, Mode of Transport, Polyline, python, Registro Attività, Web Server @mastersthesis{amslaurea12513, title = {BikeInspector, Un'applicazione Android per incentivare la mobilità sostenibile}, author = {Marco Castiglioni}, url = {https://amslaurea.unibo.it/id/eprint/12513}, year = {2016}, date = {2016-01-01}, abstract = {In questo documento si descrive la progettazione e l’implementazione di BikeInspector, un sistema in grado di eseguire la rilevazione del Mode of Transport tramite Activity Recognition con efficacia ed è in grado di fornire un ambiente di visualizzazione dei dati rilevati. Il sistema è perciò composto da due parti distinte con compiti ben precisi e facilmente ampliabili (o modificabili) in futuro: un'applicazione Android in grado di riconoscere il Mode of Transport dell'utente e di tracciare i suoi spostamenti e una parte Server, sviluppata per ricevere i dati rilevati dall'applicazione Android, memorizzarli e infine mostrarli graficamente agli utenti che desiderano visualizzarli. Il lavoro è stato eseguito con l'obiettivo di esortare gli utenti all'utilizzo di mezzi ecologicamente sostenibili come la bicicletta piuttosto che di mezzi inquinanti come l'automobile per un ambiente più verde.}, keywords = {Activity Recognition, Applicazione Android, Bicycle, flask, Mobilità Sostenibile, Mode of Transport, Polyline, python, Registro Attività, Web Server}, pubstate = {published}, tppubtype = {mastersthesis} } In questo documento si descrive la progettazione e l’implementazione di BikeInspector, un sistema in grado di eseguire la rilevazione del Mode of Transport tramite Activity Recognition con efficacia ed è in grado di fornire un ambiente di visualizzazione dei dati rilevati. Il sistema è perciò composto da due parti distinte con compiti ben precisi e facilmente ampliabili (o modificabili) in futuro: un'applicazione Android in grado di riconoscere il Mode of Transport dell'utente e di tracciare i suoi spostamenti e una parte Server, sviluppata per ricevere i dati rilevati dall'applicazione Android, memorizzarli e infine mostrarli graficamente agli utenti che desiderano visualizzarli. Il lavoro è stato eseguito con l'obiettivo di esortare gli utenti all'utilizzo di mezzi ecologicamente sostenibili come la bicicletta piuttosto che di mezzi inquinanti come l'automobile per un ambiente più verde. |
2015 |
Rago, Giovanni Progettazione ed implementazione di un'applicazione Android basata sul riconoscimento automatico di attività Masters Thesis 2015. Abstract | Links | BibTeX | Tags: Activity Recognition, android, classificatore precisione, Context-Awareness, riconoscimento attività, Smartphone @mastersthesis{amslaurea8393, title = {Progettazione ed implementazione di un'applicazione Android basata sul riconoscimento automatico di attività}, author = {Giovanni Rago}, url = {https://amslaurea.unibo.it/id/eprint/8393}, year = {2015}, date = {2015-01-01}, abstract = {Progettazione ed implementazione di una semplice applicazione per smartphone Android al fine di dimostrare le funzionalità delle librerie per l'activity recognition messe a disposizione dai Google Play Services. Lo studio esplora il campo di ricerca in generale, mostrandone le modalità, le applicazioni e le problematiche, e introduce l'ambiente Android per poi analizzare l'applicazione progettata. In conclusione, vengono mostrati alcuni test svolti per verificare l'accuratezza del classificatore implementato da Google.}, keywords = {Activity Recognition, android, classificatore precisione, Context-Awareness, riconoscimento attività, Smartphone}, pubstate = {published}, tppubtype = {mastersthesis} } Progettazione ed implementazione di una semplice applicazione per smartphone Android al fine di dimostrare le funzionalità delle librerie per l'activity recognition messe a disposizione dai Google Play Services. Lo studio esplora il campo di ricerca in generale, mostrandone le modalità, le applicazioni e le problematiche, e introduce l'ambiente Android per poi analizzare l'applicazione progettata. In conclusione, vengono mostrati alcuni test svolti per verificare l'accuratezza del classificatore implementato da Google. |