MyContext – tarefa 2 João França Pedro Peixoto. Recolha traces Detecção de locais de interesse Classificação dos locais Criação de um mapa pessoal.

Apresentação em tema: "MyContext – tarefa 2 João França Pedro Peixoto. Recolha traces Detecção de locais de interesse Classificação dos locais Criação de um mapa pessoal."— Transcrição da apresentação:

1 myContext – tarefa 2 João França Pedro Peixoto

2 Recolha traces Detecção de locais de interesse Classificação dos locais Criação de um mapa pessoal

3 Recolha de traces GPS, classificados pelo utilizador Detecção de pontos de paragem (algorítmo de clustering)

4 Classificar Pontos de Paragem Rede Neuronal como sistema de indução Aprendizagem de um padrão

5 Mapa Pessoal Com a ajuda da API do Google Maps…

6 Implementada de raiz por nós Dinâmica

7 Cedidos por colegas de outro grupo para podermos testar e validar a nossa rede Pouco diversificados Pouca quantidade Rotinas académicas

8 Tempo Paragem Hora do Dia Fim-de-semana Proximidade (*) Número de Paragens (*) * Não usados devido à qualidade dos traces

9 Tempo de Paragem – dividido em 7 intervalos discretos; usados como variáveis booleanas mutuamente exclusivas Hora do Dia – dividida em 5 intervalos; variáveis booleanas mutuamente exclusivas Fim-de-Semana – boolean que representa se o dia da semana é Sábado ou Domingo

10 Obtenção de melhores resultados com a divisão em intervalos das variáveis Tempo de Paragem e Hora do Dia

11 Uma saída para cada local de interesse O resultado de saída corresponde ao neurónio de saída com mais energia (mais próxima de 1)

12 Pontos de treino e testagem sempre aleatórios Precisão média entre 40% e 50% Melhor resultado obtido atingiu 80% de acertos

13 Como melhorar a taxa de resultados correctos? Traces em maior quantidade e mais diversificados Utilização de mais variáveis significativas (proximidade e número de paragens)

14 Indução das actividades associadas a cada local