Abstract:
Dans l'informatique ubiquitaire, les systèmes de reconnaissance d'activité peuvent ^être utilisés
pour étiqueter de gros ensembles de données. La reconnaissance des activités à partir de données
de capteurs est un paradigme clé de l'informatique ubiquitaire. La variabilité dans les activités
humaines, les caractéristiques de déploiement de capteurs, et les domaines d'application, ont
conduit à l'élaboration de meilleures pratiques et des méthodes pour améliorer la robustesse
des systèmes de reconnaissance d'activité.
La classification constitue une des étapes les plus importantes qui vise à rendre le processus
de reconnaissance plus expressif et réduire l'incertitude, ainsi de minimiser la représentation.
Dans ce mémoire, nous abordons les méthodes de classification et nous explicitons comment
elles sont utilisées pour la reconnaissance d'activité. Nous mettons en avant une méthode qui
utilise l'algorithme de partitionnement k-M diodes. Les di
afférentes phases de construction du
modèle de classification y sont présentées en détail. Enfin sont présentés les résultats de validation
