Theses

@mastersthesis{amslaurea16143,
title = {riconoscimento del guidatore attraverso la fotocamera frontale di uno smartphone},
author = {Giada Salvatori},
url = {https://amslaurea.unibo.it/id/eprint/16143},
year = {2018},
date = {2018-01-01},
abstract = {Nowadays car manufactures and others are investing more and more in the use of technologies in order to improve road safety. The purpose of this study is to succeed in creating a model, exploiting Machine Learning, in order to verify whether users, while they are operating their own smartphones, are driving or not, carrying out the identification through images obtainable by means of the front-facing camera of the device.
We intend to illustrate different types of checks on drivers and the reason why we have chosen to develop this theory; the techniques adopted and the problems encountered during its development, detailing, step by step, the project implementation and explaining the implementation decisions, providing also varations in the development and a demo for observing the results in an active way.},
keywords = {Driver detection, Image Recognition, Machine Learning, road safety, Smartphone, Tensor Flow},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea13050,
title = {Studio di sistemi di posizionamento inerziale tramite sensori su smartphone},
author = {Marco Rondelli},
url = {https://amslaurea.unibo.it/id/eprint/13050},
year = {2017},
date = {2017-01-01},
abstract = {Il documento è uno studio sui sistemi di posizionamento tramite l'utilizzo dei sensori degli smartphone androida. Inizialmente è presente un'analisi della situazione attuale dei sistemi di posizionamento con il richiamo a sistemi più conosciuti. All'interno è proposto un sistema basato sull'accelerometro che calcola lo spostamento sfruttando un'algoritmo di step-detection e un algoritmo basato sulle formule di fisica. Nel documento è stata descritta l'implementazione dell'applicazione e di tutto il background che ha contribuito alla creazione del sistema.},
keywords = {accelerometro, accelerometro lineare, algoritmo, android, App, applicazione, dead reckoning, dead-reckoning, flask, html, indoor localization, javascript, localization, localizzazione, posizionamento, python, sensori, Smartphone, web service},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea12940,
title = {Un sistema di localizzazione inerziale mediante uno smartphone.},
author = {Federico Govoni},
url = {https://amslaurea.unibo.it/id/eprint/12940},
year = {2017},
date = {2017-01-01},
abstract = {Questo elaborato è atto ad analizzare un'implementazione di un localizzatore inerziale per smartphone. Verranno mostrate nozioni sull'attuale stato dell'arte riguardo a sistemi di navigazione inerziale dando spazio anche a nozioni riguardanti i sensori più comuni presenti negli odierni smartphone.
In seguito, è presente una descrizione della fase di progettazione ed implementazione di un sistema composto da un'applicazione Android e un server in Python in grado di implementare, mediante diversi algoritmi e con l'ausilio delle API di OpenStreetMap, un localizzatore inerziale. Per concludere verranno mostrati i test eseguiti e le considerazioni fatte su di essi.},
keywords = {Inertial Navigation System, Localizzatore Inerziale, sensori inerziali, Smartphone},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea14890,
title = {Un'applicazione iOS per il riconoscimento di medicinali mediante reti neurali},
author = {Matteo Del Vecchio},
url = {https://amslaurea.unibo.it/id/eprint/14890},
year = {2017},
date = {2017-01-01},
abstract = {Negli ultimi anni il Machine Learning e svariate sue applicazioni si sono prepotentemente affermati in molte aree, sia dell'informatica che della vita quotidiana, a partire dalle semplici operazioni svolte con uno smartphone. Un campo in cui si sono avuti notevoli risultati è quello della Visione Artificiale, ovvero dare la possibilità ad una macchina di "vedere" ed apprendere informazioni da immagini e fotografie. In questa tesi si affronta il problema di riconoscere un medicinale partendo dalla foto di una pillola, attraverso la creazione di una rete neurale convoluzionale (o ConvNet) e soprattutto, della sua implementazione all'interno di un'applicazione iOS che possa permettere la classificazione in mobilità.
Si partirà dal considerare gli aspetti teorici alla base delle reti neurali, per poi illustrare lo stato dell'arte e le caratteristiche specifiche del modello convoluzionale. In seguito, si illustrerà PillRecogNet, la ConvNet realizzata e specializzata nel riconoscimento di 12 medicinali, insieme ad alcune delle tecniche utilizzare per l'allenamento, quali il transfer learning ed il fine tuning, e le relative statistiche sull'accuratezza.
Sebbene una rete neurale convoluzionale sia un modello computazionalmente oneroso, si mostrerà com'è stato possibile implementare PillRecogNet in un'applicazione per smartphone, descrivendo prima alcune delle possibile tecnologie utilizzabili e, in seguito, le scelte implementative effettuate al fine di poter sfruttare la capacità di calcolo delle GPU dei dispositivi mobili.
Infine, si mostreranno i risultati promettenti ottenuti, sia riguardo l'esecuzione di un modello da circa 28 milioni di parametri in uno smartphone, sia riguardo possibili sviluppi futuri quali l'utilizzo dell'applicazione in campo medico per la supervisione di una terapia farmacologica da parte del personale sanitario.},
keywords = {applicazione iOS, classificazione, deep learning, fine tuning, gpu, iOS, Machine Learning, medicinali, metal performance shaders, mobile, python, reti neurali convoluzionali, riconoscimento, Smartphone, Swift, training, transfer learning},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea12279,
title = {Riconoscimento automatico di attività attraverso i sensori inerziali di uno smartphone: una valutazione sperimentale},
author = {Nicolò Sarzano},
url = {https://amslaurea.unibo.it/id/eprint/12279},
year = {2016},
date = {2016-01-01},
abstract = {In questa tesi vengono analizzati e confrontati vari metodi per la rilevazione delle attività motorie e di trasporto, attraverso uno smartphone, effettuate da un utente. L'analisi prende in considerazione sia elaborazioni dei sensori del dispositivo sia l'utilizzo di API dedicate all'activity recognition. L'obiettivo è quello di definire quale tecnica risulta essere la migliore per creare applicazioni Context-Aware.},
keywords = {acttivity recognition, android, API activity recognition, Context-aware, data-mining, google, sensori, Smartphone},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea8329,
title = {Comunicazione P2P tra smartphone attraverso tecnologia wi-fi direct: una valutazione sperimentale},
author = {Carlo Tamburrelli},
url = {https://amslaurea.unibo.it/id/eprint/8329},
year = {2015},
date = {2015-01-01},
abstract = {Studio dello standard Wi-Fi Direct e realizzazione di applicativi per smartphone atti a sperimentarlo.},
keywords = {android, Bluetooth, Java, p2p, Smartphone, WiFi, Wifi-Direct},
pubstate = {published},
tppubtype = {mastersthesis}
}

@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}
}

@mastersthesis{amslaurea8372,
title = {Progettazione ed implementazione di una piattaforma per il monitoraggio della copertura internet mobile attraverso un approccio di data-crowdsourcing},
author = {Francesco Paolicelli},
url = {https://amslaurea.unibo.it/id/eprint/8372},
year = {2015},
date = {2015-01-01},
abstract = {L'obiettivo di questa Tesi di laurea è di creare un applicativo che informi gli utenti sulle reti circostanti, in particolare sulla qualità del segnale, sulle zone in cui la rete mobile è carente e sui punti d'accesso aperti.
Per l'implementazione del servizio, è stato adottato un modello di business, il Crowdsourcing, per raccogliere informazioni sui sistemi di connessione, affinché qualsiasi utente dotato di Smartphone possa aggiungere elementi al dataset.},
keywords = {2G, 3G, 4G, Access Point, android, Crowdsensing, Crowdsourcing, dispositivi mobili., Hotspot, network, Smartphone, tablet, telefonia cellulare, WiFi, Wireless},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea6677,
title = {Metodologie e tecniche per l'analisi forense di dispositivi di telefonia mobile},
author = {Mariagrazia Cinti},
url = {https://amslaurea.unibo.it/id/eprint/6677},
year = {2014},
date = {2014-01-01},
abstract = {Studio che approfondisce e compare le diverse metodologie e tecniche utilizzabili per l'analisi di dispositivi di telefonia cellulare, in particolar modo smartphone, nel contesto di indagini di mobile device forensics},
keywords = {analisi forense, android, dispositivi di telefonia cellulare, informatica forense, iOS, mobile device forensics, Smartphone},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea7416,
title = {Progettazione e sviluppo di un sistema per la gestione di pagamenti su piattaforme mobili android},
author = {Lorenzo Ballin},
url = {https://amslaurea.unibo.it/id/eprint/7416},
year = {2014},
date = {2014-01-01},
abstract = {Il processo di realizzazione di questo lavoro nasce con la ricerca di un'intuizione che potesse emergere come novità nell'oceano di possibilità offerte dal mercato degli applicativi per smartphone.
Il risultato finale di questa ricerca ha prodotto una conclusione apparentemente ambiziosa: sostituire il vecchio concetto di 'portamonete' con una versione più pratica, innovativa ed in accordo con l'attuale direzione delle
tecnologie moderne.},
keywords = {android, pagamenti, PayPal, Smartphone},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea4485,
title = {Un framework per applicazioni di monitoraggio e domotica basato su tecnologie android e arduino},
author = {Daniele Baschieri},
url = {https://amslaurea.unibo.it/id/eprint/4485},
year = {2012},
date = {2012-01-01},
abstract = {Questa tesi tratta dello sviluppo di un progetto chiamato Faxa e di una sua concreta applicazione nell’ambito della domotica (CasaDomotica).

Faxa è un framework per la comunicazione via wireless tra dispositivi che supportano il sistema operativo Android e dispositivi Arduino Ethernet, comunicazione che avviene localmente attraverso il wi-fi.

Il progetto si inserisce nel panorama più ampio chiamato “Internet of Things”, ovvero internet delle cose, dove ogni oggetto di uso domestico è collegato ad Internet e può essere quindi manipolato attraverso la rete in modo da realizzare una vera e propria “smart house”; perchè ciò si attui occorre sviluppare applicazioni semplici e alla portata di tutti.

Il mio contributo comincia con la realizzazione del framework Faxa, così da fornire un supporto semplice e veloce per comporre programmi per Arduino e Android, sfruttando metodi ad alto livello.

Il framework è sviluppato su due fronti: sul lato Android è composto sia da funzioni di alto livello, necessarie ad inviare ordini e messaggi all'Arduino, sia da un demone per Android; sul lato Arduino è composto dalla libreria, per inviare e ricevere messaggi.

Per Arduino: sfruttando le librerie Faxa ho redatto un programma chiamato “BroadcastPin”. Questo programma invia costantemente sulla rete i dati dei sensori e controlla se ci sono ordini in ricezione.

Il demone chiamato “GetItNow” è una applicazione che lavora costantemente in background. Il suo compito è memorizzare tutti i dati contenuti nei file xml inviati da Arduino. Tali dati corrispondono ai valori dei sensori connessi al dispositivo. I dati sono salvati in un database pubblico, potenzialmente accessibili a tutte le applicazioni presenti sul dispositivo mobile.

Sul framework Faxa e grazie al demone “GetItNow” ho implementato “CasaDomotica”, un programma dimostrativo pensato per Android in grado di interoperare con apparecchi elettrici collegati ad un Arduino Ethernet, impiegando un’interfaccia video semplice e veloce.

L’utente gestisce l’interfaccia per mezzo di parole chiave, a scelta comandi vocali o digitali, e con essa può accendere e spegnere luci, regolare ventilatori, attuare la rilevazione di temperatura e luminosità degli ambienti o quanto altro sia necessario. Il tutto semplicemente connettendo gli apparecchi all’Arduino e adattando il dispositivo mobile con pochi passi a comunicare con gli elettrodomestici.},
keywords = {android, applicazioni, arduino, attuatori, casa, controllo, domotica, framework, home, internet, middleware, monitoraggio, monitorare, smart, Smartphone, sviluppare, sviluppo, wi-fi, WiFi},
pubstate = {published},
tppubtype = {mastersthesis}
}