dc.contributor.advisor | Αλέπης, Ευθύμιος | |
dc.contributor.author | Ανδρικόπουλος, Βασίλειος | |
dc.date.accessioned | 2025-01-23T10:39:48Z | |
dc.date.available | 2025-01-23T10:39:48Z | |
dc.date.issued | 2024-12 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/17356 | |
dc.description.abstract | Στο πλαίσιο της παρούσας διπλωματικής εργασίας πραγματοποιήθηκε η υλοποίηση μιας εφαρμογής
Android, στόχος της οποίας είναι να καταγράφει δεδομένα από τη συσκευή ενός χρήστη, κατά την
κίνησή του, καθ’ όσο αυτός πραγματοποιεί μια διαδρομή περπατώντας (κίνηση με τα πόδια, όχι με
κάποιο μεταφορικό μέσο). Στόχος της καταγραφής δεδομένων από τη συσκευή του χρήστη είναι η
ανάλυση και επεξεργασία τους, ώστε με τη βοήθεια κατάλληλων τεχνικών μηχανικής μάθησης που
υλοποιήθηκαν, με χρήση Tensorflow, να γίνει η εξαγωγή κάποιων συμπερασμάτων ενδιαφέροντος.
Πιο συγκεκριμένα, στην εν λόγω εργασία, μας ενδιέφερε να εξετάσουμε εάν θα μπορούσε να βγει
κάποιο συμπέρασμα σχετικά με τον αριθμό των βημάτων που θα μπορούσε να περπατήσει ένας
χρήστης, στην περιοχή της Αθήνας, βασισμένο σε παράγοντες, όπως ο καιρός και η γεωγραφική θέση
του χρήστη, σε συνδυασμό με τον χρόνο. Επόμενος στόχος ήταν, αυτά τα συμπεράσματα να
παρουσιάζονται στον χρήστη της εφαρμογής ως προτάσεις, όταν ξεκινάει την διαδρομή του. Με αυτόν
τον τρόπο δίνεται μια πρόταση στο χρήστη ανάλογα με την περιοχή που βρίσκεται, σε συνδυασμό με
τις καιρικές συνθήκες που επικρατούν, για τον μέσο όρο βημάτων που συνίσταται να διανύσει. | el |
dc.format.extent | 46 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.title | Συνδυασμός Android και Tensorflow με στόχο την παραγωγή analytics για recommendations για τους χρήστες, βάσει συγκεκριμένων παρατηρήσεων/δεδομένων που συλλέγει για αυτούς η κάθε συσκευή | el |
dc.title.alternative | Combination of Android and Tensorflow to produce analytics for recommendations for users, based on specific observations/data that collected about them by each device | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
dc.description.abstractEN | In the context of this thesis, the implementation of an Android application was carried out, the aim of
which is to record data from a user's device, during his/her movement, while he/she is walking
(movement on foot, not with any means of transport). The aim of recording data from the user's
device is to analyze and process them, so that with the help of appropriate machine learning
techniques implemented, using Tensorflow, some conclusions of interest can be drawn. More
specifically, in this work we were interested in examining whether some inference could be drawn
about the number of steps a user could walk, in the Athens area, based on factors such as the
weather and the geographical location of the user, combined with time. The next goal was to present
these conclusions to the user of the application as suggestions when he/she starts his/her route. In
this way a suggestion is given to the user depending on the area he is in, combined with the weather
conditions, for the average steps they are advised to take. | el |
dc.contributor.master | Προηγμένα Συστήματα Πληροφορικής - Ανάπτυξη Λογισμικού και Τεχνητής Νοημοσύνης | el |
dc.subject.keyword | Android | el |
dc.subject.keyword | Tensorflow | el |
dc.subject.keyword | Steps | el |
dc.date.defense | 2024-12 | |