Студенты ТПУ предложили новый способ сбора и классификации персональных данных с помощью свёрточной нейросети

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Команда студентов Томского политехнического университета разработала и предложила новый способ сбора и классификации персональных данных с браслета с помощью свёрточной нейросети на хакатоне «Рабочие выходные» .

Напомним, ранее в «Точках кипения» ТПУ и ТУСУРа прошли «Рабочие выходные», организаторами которых выступили «Сетевой медицинский IT-парк» СибГМУ, Томский политехнический университет и ТУСУР. Интенсив состоял из двух секций: «Медицинские носимые гаджеты и IoT» и «Бионические протезы», последняя из которых работала в формате хакатона совместно с компанией-партнером Kleiber Bionics. Участникам секций предложили решить кейсы с конкретными задачами.

Так, команда студентов Томского политеха в рамках секции «Бионические протезы» разработала и представила новый способ сбора и классификации персональных данных с браслета с помощью сверточной нейросети. Применение искусственного интеллекта в работе обусловлено их эффективностью в задачах классификации и распознавания.

«Перед нами стояла задача создать алгоритм обработки сигналов от группы электродов, способный получать данные с датчиков браслета и классифицировать их.

Работа затруднялась тем, что в нашей команде не было специалиста в области медицины. Поэтому написание кода для получения данных заняло много времени», — признается ведущий разработчик команды Андрей Авербах.

В ходе работы выяснилось, что данные, полученные с датчиков, были сильно зашумлены. Однако свёрточная нейросеть смогла успешно обучиться фильтровать сигнал и классифицировать данные. К тому же, она имеет возможность легко «доучиться» под конкретного человека, ведь паттерны сигналов двигательной активности у каждого человека свои. Таким образом, алгоритм позволяет персонифицировать подход к получению данных.

Браслет с механизмом, который удалось сконструировать команде, предустановлен на 3-4 человеческих жеста. Однако, по словам студентов, его можно настроить на большее количество, чтобы отслеживать активность человека.

«Нашей идеей заинтересовался партнер хакатона, компания Kleiber Bionic, которые предложили нам сотрудничать»,

— говорит проектный менеджер команды Елизавета Бесштанникова.


Источник: news.tpu.ru

Комментарии: