- TÌM HIỂU MÔ HÌNH HỌC MÁY GIẢI QUYẾT BÀI TOÁN DỰ ĐOÁN DỰ BÁO ỨNG DỤNG TRONG PHÂN TÍCH HÀNH VI. - GIAO THÔNG SỬ DỤNG DỮ LIỆU CẢM BIẾN. - Tôi cam đoan đây là công trình nghiên cứu của riêng tôi, với sự hỗ trợ từ người hướng dẫn khoa học PGS.TS Nguyễn Hà Nam.. - Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. - Việc sử dụng những dữ liệu có trong luận văn được thu thập từ các nguồn thông tin khác nhau có ghi trong phần tài liệu tham khảo.. - Nếu phát hiện bất kỳ sự gian lận nào, tôi xin chịu trách nhiệm trước Hộiđồng, cũng như kết quả luận văn của mình.. - Đồng thời tôi cũng xin gửi lời cảm ơn tới các thầy cô giáo khoa Công nghệ thông tin – Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội đã truyền đạt các kiến thức cho tôi trong suốt thời gian học tập và nghiên cứu vừa qua.. - CHƢƠNG 1 - TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU PHÁT HIỆN HÀNH VI THAM GIA GIAO THÔNG. - 1.1 Hành vi tham gia giao thông và phát hiện hành vi tham gia giao thông. - 1.2 Các nghiên cứu liên quan. - 1.3 Một số thách thức trong nghiên cứu. - CHƢƠNG 2 - KHÁI QUÁT VỀ KHAI PHÁ DỮ LIỆU VÀ GIỚI THIỆU MỘT SỐ KỸ THUẬT ÁP DỤNG TRONG ĐỀ TÀI. - 2.1 Giới thiệu về khai phá dữ liệu (Data Mining) Error! Bookmark not defined. - CHƢƠNG 3 - PHƢƠNG PHÁP PHÁT HIỆN HÀNH VI THAM GIA GIAO THÔNG DỰA TRÊN DỮ LIỆU CẢM BIẾN ĐIỆN THOẠI DI ĐỘNG. - 3.1 Sơ đồ hệ thống phát hiện hành vi tham gia giao thông. - 3.2 Dữ liệu cảm biến. - CHƢƠNG 4 - THỰC NGHIỆM VÀ ĐÁNH GIÁ. - 4.1 Thu thập dữ liệu huấn luyện mô hình. - 4.2 Xây dựng bộ dữ liệu huấn luyện. - 4.4 Thực nghiệm phát hiện hành vi tham gia giao thông thời gian thực . - 4.5 Phân tích, đánh giá quá trình thực nghiệm. - Hình 1.1: Xu hƣớng dùng điện thoại di động. - 2 Hình 1.2: Sự bùng nổ của smartphone và máy tính bảng trong những năm gần đây. - 2 Hình 2.1: Quá trình khám phá tri thức. - Hình 2.2: (a) Bƣớc xây dựng mô hình phân lớp. - Hình 2.3: (b1)Ƣớc lƣợng độ chính xác của mô hình Error! Bookmark not defined.. - Hình 2.4: (b2) Phân lớp dữ liệu mới. - Hình 2.5: Phƣơng pháp phân lớp Random Rorest. - Hình 3.1: Sơ đồ hệ thống phát hiện hành vi giao thông từ dữ liệu cảm biến. - Hình 3.2 : Cảm biến gia tốc kế. - Hình 3.3: Cảm biến từ trƣờng. - Hình 3.4: Cảm biến trọng lực. - Hình 3.5: Dữ liệu gia tốc trục X qua bộ lọc thông thấp. - Hình 3.6: Dữ liệu gia tốc đã qua lọc nhiễu(trên) và chƣa qua lọc nhiễu(dƣới. - Hình 3.7: Sự khác nhau giữa cảm biến gia tốc của 2 điện thoại khác nhau Error!. - Hình 3.8: Hệ trục tọa độ điện thoại và Hệ trục tọa độ Trái Đất Error! Bookmark not defined.. - Hình 3.9: Các trạng thái xoay điện thoại. - Hình 3.10: Sự khác nhau giữa đổi trục và không đổi trục. - Hình 3.11 Chuyển từ trục điện thoại về trục Trái Đất. - Hình 3.12: Hệ tọa độ không gian. - Hình 4.1: Quá trình thực nghiệm phát hiện hành vi tham gia giao thông. - Hình 4.2: Giao diện thu dữ liệu mẫu. - Hình 4.3: Dữ liệu lƣu trữ trong điện thoại. - Hình 4.4: Mẫu dữ liệu của hành vi Tăng tốc. - Hình 4.5: Mô tả quá trình tính toán 6 thông số đặc trƣng. - Hình 4.6: Các tham số huấn luyện mô hình k-NN. - Hình 4.7: Các tham số huấn luyện mô hình Naïve Bayes. - Hình 4.8: Các tham số huấn luyện mô hình Random forest . - v Hình 4.9: Giao diện chƣơng trình phát hiện hành vi thời gian thực. - Bảng 2.1: Ma trận thống kê. - Bảng 3.1: Các loại cảm biến trên các phiên bản hệ điều hành Android. - Bảng 3.2: Các thông số gia tốc kế. - Bảng 3.3: Các thông số từ trƣờng kế. - Bảng 3.4: Các thông số gia tốc trọng lực. - Bảng 4.1: Kết quả huấn luyện của mô hình k-NN. - Bảng 4.2: Kết quả huấn luyện của mô hình Naïve Bayes. - Bảng 4.3: Kết quả huấn luyện của mô hình Random forest . - Bảng 4.4: Kết quả thực nghiệm phát hiện hành vi bằng k-NN. - Bảng 4.5 : Kết quả thực nghiệm phát hiện hành vi bằng Naïve Bayes. - Bảng 4.6: Kết quả huấn luyện phát hiện hành vi bằng Random forest. - CSDL Cơ sở dữ liệu. - Trong thập kỷ gân đây, sự phát triển vượt bậc của khoa học công nghệ đã đem lại cho con người những tiện ích thiết thực thông qua các thiết bị di động. - Thiết bị di động giờ đây đã trở thành công cụ hỗ trợ đắc lực cho con người trong mọi hoạt động trong cuộc sống ngày nay. - Bên cạnh đó việc tham gia giao thông của con người là một hoạt động tất yếu hàng ngày. - Việc tham gia giao thông luôn tiềm ẩn nhiều rủi ro do các tác nhân có ý thức hoặc vô thức của con người. - Việc có một ứng dụng có thể nhắc nhở, điều hướng người tham gia giao thông sao cho an toàn trở thành nhu cầu thiết thực, cần có trong một xã hội các thiết bị di động đã trở nên phổ dụng với mỗi người.. - Nội dung của luận văn tập trung nghiên cứu về mặt thuật toán, kết hợp giữa lý thuyết và áp dụng thực tiến để đánh giá các phương pháp nhận diện hành vi của người tham gia giao thông bằng xe gắn máy, từ đó chọn ra phương pháp tối ưu nhất gắn liền với thực tế của người sử dụng điện thoại thông minh. - Đề tài có tính ứng dụng cao trong cuộc sống, làm tiền đề cho sự phát triển, nghiên cứu sâu về các hành vi của con người khi tham gia giao thông ở nhiều khía cạnh khác nhau. - Từ đó, nghiên cứu luận văn hướng tới các mục tiêu sau:. - Phát hiện được một số hành vi giao thông cơ bản của người tham gia giao thông bằng xe gắn máy: Dừng, Đang di chuyển, Tăng tốc, giảm tốc và đưa ra cảnh báo. - Cấu trúc luận văn nhƣ sau:. - Chƣơng 1: Tổng quan về lĩnh vực nghiên cứu phát hiện hành vi tham gia giao thông dựa trên những điều kiện khác nhau, các phương pháp nghiên cứu trước đó và đề xuất phương pháp tiếp cận vấn đề tối ưu nhất trong thực tiễn. - Chƣơng 2: Khái quát về khai phá dữ liệu và giới thiệu một số kỹ thuật áp dụng trong đề tài.. - Chƣơng 3: Phương pháp phát hiện hành vi tham gia giao thông dựa vào dữ liệu cảm biến của điện thoại di động với các mô hình học máy.. - 2 CHƢƠNG 1 - TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU PHÁT HIỆN. - HÀNH VI THAM GIA GIAO THÔNG. - Trong chương này trình bày về mục đích của phát hiện hành vi tham gia giao thông, các nghiên cứu trước đây về cách tiếp cận giải quyết bài toán phát hiện hành vi tham gia giao thông.. - Trong suốt thập kỷ vừa qua đã có sự phát triển vượt bậc của hệ thống vi điện tử và máy tính, các cảm biến và các thiết bị di động với các tính năng hiện đại. - Hình 1.1 cho thấy một kết quả đáng kinh ngạc, dân số thế giới ước tính khoảng 7 tỷ người, thì hơn 5 tỷ người sử dụng điện thoại di động. - Số lượng người dùng điện thoại thông minh cũng rất cao so với số lượng người dùng điện thoại di động (1.5 tỷ người sử dụng điện thoại thông minh).. - Hình 1.1: Xu hướng dùng điện thoại di động. - Sự bùng nổ của người sử dụng điện thoại thông minh trong những năm gần đây đã dẫn đến sự bùng nổ của các ứng dụng cho điện thoại thông minh. - Hình 1.2 cho thấy số lượng đáng kinh ngạc của các thiết bị di động thông minh tăng nhanh qua các năm.. - Vì vậy, việc phát triển ứng dụng trên điện thoại di động là xu hướng nóng hiện nay và có khả năng áp dụng cao vào đời sống.. - Hình 1.2 : Sự bùng nổ của smartphone và máy tính bảng trong những năm gần đây. - Fujiki, “iPhone as a Physical Activity Measurement Platform,” in Proceedings of ACM CHI 2010.. - a novel feature for single tri-axial accelerometer based activity recognition,” in 19th International Conference on Pattern Recognition, pp. - Jin, “Activity recognition from acceleration data based on discrete consine transform and svm,” in IEEE International Conference on Systems, Man and Cybernetics, pp