Différences

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

--- cours:plim:projet16_17:gr11:gr11 [2017/02/19 22:29] – blagouge
+++ cours:plim:projet16_17:gr11:gr11 [2017/02/19 22:32] (Version actuelle) – blagouge
@@ Ligne 10: / Ligne 10: @@
 **Un scénario d'illustration du Projet**
 Utilisation du capteur de proximité et de la détection de mise en veille de l'écran pour savoir combien de temps notre téléphone passe dans notre poche et récupération du temps passé au téléphone par l’utilisateur. Puis clusterisation des utilisateurs en fonction de ces deux temps. L’utilisateur peut donc savoir de quel type d’utilisateur il fait partie .
 **Critères de clusterisation**
 Nos hypothèses sont les suivantes :
 - si le téléphone est en veille et le capteur de proximité "proche",le téléphone est dans une poche
@@ Ligne 39: / Ligne 41: @@
 __Rôle de l'application Android :__
 - Sauvegarder les changements d’états du capteur de proximité et du fait que l’écran du téléphone soit allumé ou non en BDD locale
 - Envoyer les données sauvegardées au serveur en appuyant sur le bouton “Send Datas”
 - Demander au serveur quel type d’utilisateur on sera pour un jour futur en sélectionnant une date future sur le calendrier
 __Rôle du serveur :__
 - Recevoir et stocker les données de chaque utilisateur en quatre catégories : “in_use” (c’est-à-dire que le téléphone est allumé mais que le capteur de proximité ne détecte rien), “not_in_use” (le téléphone est allumé et le capteur de proximité ne détecte rien), “pocket” (le téléphone est éteint et le capteur de proximité détecte quelque chose) ou “call” (le téléphone est allumé et le capteur de proximité détecte quelque chose)
 - En fin de journée, passer les données de chaque utilisateur par l’algorithme de Random Forest pour leur associer un type d’utilisateur et stocker cet historique
 - Prévoir pour un jour donné dans quel type chaque utilisateur sera classé
 **Cible mobile utilisée : Samsung S3 Mini **
 __Programmation :__ Android
 __Caractéristiques techniques__
 Fiche technique : http://www.samsung.com/fr/consumer/mobile-devices/smartphones/galaxy-s/GT-I8190MBAXEF
 __Capteurs disponible:__
  - accéléromètre
@@ Ligne 90: / Ligne 101: @@
 ** API et librairies:**
 __Pour l'algorithme de Random Forest : __ Quickml, qui nous a permis d'intégrer Random Forest dans notre code Java ; la page principale se situe ici http://quickml.org/
@@ Ligne 99: / Ligne 111: @@
 **Faisabilité du projet : **
 Pour conclure le projet est totalement faisable.Android offre la possibilité d’avoir accès aux différents capteurs du téléphone donc le capteur de proximité. Nous pourrons donc aussi connaître le temps que le téléphone passe dans la poche de l’utilisateur.
 **Algorithme à mettre en oeuvre :**
 Nous allons récupérer des temps d’utilisations et voulons les clusteriser afin de classifier les différents utilisateurs.
 Nous avons utilisé Random Forest en mode supervisé avec le temps en métrique.
 **Exécutables, Git, How-to...**
 __Voici l'APK Android : __ https://github.com/Sualty/ProjetELIM/blob/master/app-debug.apk