КЕСКІНДЕРДІҢ ӘРТҮРЛІ БЕРІЛІСІНДЕ ҚОЛ ҚИМЫЛЫН ТАНУДЫҢ АЛГОРИТМДЕРІН САЛЫСТЫРМАЛЫ ТАЛДАУ

Қазіргі таңда қол қимылдарын анықтауға арналған әртүрлі көптеген алгоритмдер ойлап табылған. Бұл ғылыми жұмыста жылдамдық пен қол қимылдарын тану сапасы жағынан ең тиімді алгоритм анықталатын болады. K Nearest Neighbors, Decision Trees, Logistic Regression сияқты алгоритмдер ұсынылған кескіндердің екі әдіспен берілуін қолдана отырып өзара салыстырылды. Зерттеу жұмысының қорытындысы бойынша Raw pixel әдісін пайдалану арқылы Logistic Regression алгоритмі жылдамдық және сапа жағынан оң нәтиже көрсетті.

1. Davi Hirafuji Neiva, Cleber Zanchettin. “Gesture recognition: A review focusing on sign language in a mobile context”, Expert Systems with Applications, 2018

2. Shahriar Shamiluulu, Moussa Mahamat Boukar, Zulfiya Yussupova. “Medical tool for assisting patients in Kazakhstan polyclinics”, 2017 13 th International Conference on Electronics, Computer and Computation (ICECCO), 2017

3. M. Stampar, K. Fertalj. “Artificial intelligence in network intrusion detection”, 2015 38th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), 2015

4. E. M. Simonsick, J. M. Guralnik, S. Volpato, J. Balfour, L. P. Fried, Just get out the door! importance of walking outside the home for maintaining mobility: findings from the women’s health and aging study, Journal of the American Geriatrics Society 53 (2) (2005) 198-203.

5. S. E. Hardy, Y. Kang, S. A. Studenski, H. B. Degenholtz, Ability to walk 1/4 mile predicts subsequent disability, mortality, and health care costs, Journal of general internal medicine 26 (2) (2011)130-135.

6. Global recommendations on physical activity for health. world health organization. URL: https://www.who.int/home/cms-decommissioning

7. Physical activity guidelines for americans. u.s. department of health and human services. URL: http://health.gov/paguidelines

8. Nike+ run club app. URL: https://www.nike.com/us/enus/c/nike-plus/running-app-gps

9. Runkeeper app. URL https://runkeeper.com/

10. Mapmyrun app. URL http://www.mapmyrun.com/

11. T. Park, J. Lee, I. Hwang, C. Yoo, L. Nachman, J. Song, E-gesture: a collaborative architecture for energy-efficient gesture recognition with hand-worn sensor and mobile devices, in: Proceedings of the ACM SenSys, ACM, 2011, pp. 260-273.

12. J. Viterbi, Error bounds for convolutional codes and an asymptotically optimum decoding algorithm, in: The Foundations Of The Digital Wireless World: Selected Works of AJ Viterbi, World Scientific, 2010, pp. 41-50.

13. K. Murao, T. Terada, A recognition method for combined activities with accelerometers, in: Proceedings of the ACM UbiComp, ACM, 2014, pp. 787-796.

14. H. Junker, O. Amft, P. Lukowicz, G. Troster, Gesture spotting with body-worn inertial sensors to detect user activities, Pattern Recognition ' 41 (6) (2008) 2010-2024.

15. Parate, M.-C. Chiu, C. Chadowitz, D. Ganesan, E. Kalogerakis, Risq: Recognizing smoking gestures with inertial sensors on a wristband, in: Proceedings of the ACM MobiSys, ACM, 2014, pp. 149-161.

16. H. Zhao, S. Wang, G. Zhou, D. Zhang, Ultigesture: A wristband-based platform for continuous gesture control in healthcare, Smart Health.

17. P. Alfeld, A trivariate clough—tocher scheme for tetrahedral data, Computer Aided Geometric Design 1 (2) (1984) 169-181.

18. M. Hall, E. Frank, G. Holmes, B. Pfahringer, P. Reutemann, I. H. Witten, The weka data mining software: an update, Proceedings of the ACM SIGKDD 11 (1) (2009) 10-18.