FenixEdu™

Dissertação

{en_GB=detectBiklio – detect bicycle usage with an Android smartphone app} {} EVALUATED

Detalhes: {pt=O aumento dos valores da poluição do ar causado pelos veículos motorizados e dos níveis de obesidade, juntamente com a evolução e consequente redução de custos da tecnologia (tornando-a mais acessível), deram origem a novas estratégias de reduzir os níveis de emissões e obesidade. Uma delas é usar os sensores existentes no telemóveis dos utilizadores de modo a determinar o seu meio de transporte, oferecendo recompensas aos utilizadores que escolham a bicicleta como o seu meio de transporte. Desta forma, o objetivo deste trabalho é melhorar a precisão do algoritmo de deteção do modo de transporte existente do Biklio, uma aplicação que encoraja a mobilidade sustentável. Propomos um algoritmo de machine learning (ML) para detetar se o utilizador está a andar de bicicleta. O algoritmo é baseado no Random Forest. Substitui o algoritmo actual do Biklio baseado na API da Google Activity Recognition; aumentando a sua precisão, esperamos minimizar o número de casos em que o resultado não coincide com a realidade., en=The increasing concern related to air pollution levels caused by motorized vehicles and obesity levels, along with the technology evolution and its decreasing cost (making it more affordable), created new strategies to reduce the emission and obesity levels. One of them is using the existing sensing power available on users smartphones and determine his transportation mode rewarding her/him with gifts if she/he chooses bicycle as his transportation mode. Thus, the goal of this work is to improve the existing transportation detection algorithm accuracy of Biklio, a sustainable mobility encouraging app. We propose a machine learning (ML) algorithm for detecting if a user is using a bicycle. The ML algorithm is based on Random Forest. It replaces the current solution used in Biklio that uses the Activity Recognition API from Google; increasing the detection accuracy, we expect to minimize the number of cases where the output does not match reality.}
Keywords: {pt=Biklio, sensores, hardware, software, machine learning, features, en=Biklio, mobile phone sensors, hardware, software, machine learning, features}

Discussão: setembro 21, 2021, 10:30