dc.contributor.advisor | Wojciechowski, Jaime, 1965- | pt_BR |
dc.contributor.author | Silva, Gustavo Henrique da, 2001- | pt_BR |
dc.contributor.other | Universidade Federal do Paraná | pt_BR |
dc.date.accessioned | 2022-07-07T19:41:09Z | |
dc.date.available | 2022-07-07T19:41:09Z | |
dc.date.issued | 2022 | pt_BR |
dc.identifier.uri | https://hdl.handle.net/1884/76834 | |
dc.description | Orientador: Jaime Wojciechowski | pt_BR |
dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada. | pt_BR |
dc.description | Inclui referências: p. 84-90 | pt_BR |
dc.description.abstract | Resumo: As quedas figuram entre os acidentes mais comuns em ambientes domésticos e de trabalho. Em alguns casos, elas são responsáveis por consequências que impactam diretamente a qualidade de vida dos indivíduos, principalmente a dos mais velhos. Eventualmente, as quedas podem ocorrer quando o indivíduo está sozinho, em local isolado, ou impossibilitado de pedir ajuda. Evidentemente, quanto mais rápido o atendimento em casos graves, melhores as chances de recuperação e menor o impacto na qualidade de vida do paciente. Com base nessas constatações, nota-se também a necessidade de soluções que aumentam as chances de atendimento em casos de queda. Neste contexto, este trabalho apresenta o aplicativo iaQuedas e documenta seu processo de desenvolvimento. Este aplicativo possui as funcionalidades da detecção de possíveis eventos de quedas e notificação de um contato de confiança via SMS. A detecção é realizada através da apresentação dos dados do sensor acelerômetro para uma rede neural artificial do tipo LSTM, especializada na classificação de movimentos. O treinamento do modelo de inteligência artificial é realizado com dados da base MobiAct 2.0, a qual possui amostras de atividades diárias e de quedas. As predições realizadas para os dados de validação ao fim do treinamento apresentam alta acurácia. Durante testes do aplicativo no dia-a-dia, quedas também são devidamente detectadas. Contudo, casos de falso-positivo na detecção de quedas são mais frequentes do que o esperado. O resultado final é um aplicativo que cumpre com seus objetivos, com espaço para melhorias em trabalhos futuros. | pt_BR |
dc.format.extent | 1 recurso online : PDF. | pt_BR |
dc.format.mimetype | application/pdf | pt_BR |
dc.language | Português | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Aplicativos móveis | pt_BR |
dc.subject | Detecção de Quedas - Software - Computer software | pt_BR |
dc.title | IaQUEDAS : aplicativo Android para a detecção de quedas através de técnicas de aprendizado de máquina | pt_BR |
dc.type | Monografia Especialização Digital | pt_BR |