In questo lavoro è implementata una strategia semplice ed efficiente per controllare gli errori durante la messa in servizio e il monitoraggio di postazioni di lavoro dotate di sensori di presenza. Le postazioni sono modellate con modelli di Markov nascosti (HMM), mentre il controllo di errori durante la messa in servizio (Commission Errors Detection) e il monitoraggio continuato nel tempo (Failure Detection) si basano su un algoritmo personalizzato ispirato agli algoritmi SPRT e CUSUM.
Automatic Detection of Sensors Swapping using Hidden Markov Models
Barbiero, Marco
2018/2019
Abstract
In questo lavoro è implementata una strategia semplice ed efficiente per controllare gli errori durante la messa in servizio e il monitoraggio di postazioni di lavoro dotate di sensori di presenza. Le postazioni sono modellate con modelli di Markov nascosti (HMM), mentre il controllo di errori durante la messa in servizio (Commission Errors Detection) e il monitoraggio continuato nel tempo (Failure Detection) si basano su un algoritmo personalizzato ispirato agli algoritmi SPRT e CUSUM.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
tesi_marco_barbiero.pdf
accesso aperto
Dimensione
1.88 MB
Formato
Adobe PDF
|
1.88 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/28244