iT邦幫忙

2022 iThome 鐵人賽

DAY 2
0

本次鐵人賽預期使用兩個資料集,但在後續分析中可能會使用其他資料集作為補充。
資料集介紹如下:

  1. Mobile Health Human Behavior Analysis
    資料集收集十位受試者的活動資料,要求受試者於胸部、右手腕、左腳踝三個部位配戴穿戴式裝置(Shimmer2)執行12種不同的活動(如:站立、坐下、走路、跑步等),胸部的感測器同時監測心電圖數值,本次的數據資料僅使用加速度計數值以及陀螺儀數值。完整的監測數值可於UCI網站中獲得。

    數值的紀錄頻率為50Hz,為每一秒鐘會紀錄50個資料點。由於部分動作是以執行次數作為標準,因此每個動作所記錄的時間長度不相同。

    資料集中所含有的欄位共有14個(如附圖),分別為:
    (1) 左腳踝的加速度數值(3軸)、陀螺儀數值(3軸)
    (2) 右手腕的加速度數值(3軸)、陀螺儀數值(3軸)
    (3) 動作標記
    (4) 受試者標記
    https://ithelp.ithome.com.tw/upload/images/20220910/20151279iNsWSxBnqU.png

  2. Hand Gestures Prediction
    資料集搜集四種不同動作的活動數值(剪刀、石頭、布、OK),每個動作會執行六次(每次20秒),而使用的裝置為肌電圖( MYO armband),裝置配戴於手臂上,透過八個感測器來紀錄肌肉的電訊號。該裝置的紀錄頻率為200Hz,為每一秒鐘會紀錄200個資料點,每個感測器可紀錄八個通道的數值,因此總共可獲得8x8=64個欄位的數值。

    資料集中所含有的欄位共有65個(如附圖),分別為:
    (1) 八個感測器(64個通道)
    (2) 動作標記
    https://ithelp.ithome.com.tw/upload/images/20221004/201512799B2XIeG3JZ.png


上一篇
[Day1] 穿戴式裝置介紹
下一篇
[Day3] 資料分析流程概述
系列文
人類行為數據分析- 以R和Python進行實作30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言