Différences

Ci-dessous, les différences entre deux révisions de la page.

--- cours:plim:projet16_17:gr10:gr10 [2017/01/16 13:26] – [Capteur et données] qlaborde
+++ cours:plim:projet16_17:gr10:gr10 [2017/02/19 18:59] (Version actuelle) – [Le Rendu (code + doc)] qlaborde
@@ Ligne 11: / Ligne 11: @@
 Le but de notre application est de créer une cartographie de l'environnement sonore afin de voir quelles sont les zones les plus bruyantes et les plus calmes. Cela permettrait par exemple de voir quels sont les quartiers calmes dans une ville. Nous utiliserons le micro comme capteur  qui une fois calibré nous permettra de récupérer le volume sonore. L'heure sera également enregistrée et prise en compte pour pouvoir faire une carte de l'environnement sonore de jour et une autre de nuit.On applique alors un algorithme qui cartographie en fonctions des mesures des utilisateurs et de leur localisation. La localisation est détectée par GPS.
-__Mise à jour suite à l'évaluation intermédiaire :__ Nous avons finalement décidé d'utiliser 3 types de "filtre" qui permette à l'utilisateur de sélectionner différents types de map : si les mesures sont prises pendant une période de repos ou d'activité, si elles sont prises a l'extérieur ou à l'intérieur. Ces deux nouveaux filtres sont appliqués pour la création des clusters mais aussi lors de l'enregistrement des amplitudes. Ainsi l'utilisateur doit indiquer avec un paramétrage s'il est à l'extérieur ou à l'intérieur et s'il est dans une période de repos et en activité (bruyant) afin d'affiner la capture des données. L'utilisateur peut toujours sélectionner le jour de la semaine qu'il veut visualiser lors de la création des clusters mais nous avons choisi d'enlever le filtre jour/nuit (car trop imprécis selon notre encadrant).
+__Mise à jour suite à l'évaluation intermédiaire :__ Nous avons finalement décidé d'utiliser 3 types de "filtre" qui permette à l'utilisateur de sélectionner différents types de map : si les mesures sont prises pendant une période de repos ou d'activité, si elles sont prises a l'extérieur ou à l'intérieur. Ces deux nouveaux filtres sont appliqués pour la création des clusters mais aussi lors de l'enregistrement des amplitudes. Ainsi l'utilisateur doit indiquer avec un paramétrage s'il est à l'extérieur ou à l'intérieur et s'il est dans une période de repos ou en activité (bruyant) afin d'affiner la capture des données. L'utilisateur peut toujours sélectionner le jour de la semaine qu'il veut visualiser lors de la création des clusters mais nous avons choisi d'enlever le filtre jour/nuit (remplacé par le filtre activité/repos car trop imprécis selon notre encadrant).
 === Scénario ===
@@ Ligne 63: / Ligne 63: @@
 Notre application reconnaît une activité : le niveau sonore dans une zone géographique avec une dimension temporelle donc avec plusieurs résultats selon l’heure (jour ou nuit) et selon le jour de la semaine.
-__Mise à jour suite à l'évaluation intermédiaire :__ Comme je le précise plus haut, nous avons enlevé le filtre jour/nuit et nous avons rajouté 2 filtres qui permettent de filtrer plus précisément l'activité reconnue en incluant en contexte : intérieur/extérieur et repos/activite.
+__Mise à jour suite à l'évaluation intermédiaire :__ Comme précisé plus haut, nous avons enlevé le filtre jour/nuit et nous avons rajouté 2 filtres qui permettent de reconnaitre plus précisément l'activité en incluant un contexte dépendant de l'utilisateur : intérieur/extérieur et repos/activité.
 ==== Capteur et données ====
@@ Ligne 71: / Ligne 71: @@
   * L'amplitude sonore grâce au microphone du smartphone
   * Les coordonnées GPS avec L'API google
-  * L'heure où sont enregistrer les données
+  * L'heure où sont enregistré les données
 ==== API ====
@@ Ligne 86: / Ligne 86: @@
 Pour le deuxième algorithme, nous ne sommes pas encore sûrs que ce sera possible mais nous aimerions utilise un algorithme SVM (supervisé) pour effectuer des prévisions futures sur la pollution sonore (par exemple pour connaître les endroits calmes le samedi)
+__Mise à jour suite à l'évaluation intermédiaire :__ Nous avons affiné l'utilisation des clusters en y ajoutant les "filtres" évoqués plus haut.
+Nous avons renoncé à mettre en place le deuxième algorithme SVM pour plusieurs raisons : manque de temps, utilité restreinte, très compliqué à mettre en place (nous avons de grosses difficultés de compréhension sans parler de l'implémentation).
 ==== Faisabilité ====
@@ Ligne 96: / Ligne 98: @@
 Puisque nous voulons rassembler les données de tous les smartphones qui utilisent notre application pour mettre en commun leurs données, nous allons utiliser un serveur externe et mettre en place une communication par Internet (peut-être avec des services Web)
+__Mise à jour suite à l'évaluation intermédiaire :__ Notre application marche bien sur nos deux téléphones. Nous utilisons un serveur Java avec service web rest. Nous utilisons serviceMix pour déployer notre serveur avec pour l'instant une utilisation dans un réseau local uniquement.
+==== Le Rendu (code + doc) ====
+Le code est disponible en intégralité ici : {{:cours:plim:projet16_17:gr10:rendu-application-mobile.zip|}}
+ou sur github : https://github.com/alchimiste3/Rendu-Application-Mobile.git