Framework pro kompilaci, synchronizaci a analýzu naměřených dat
Framework for compilation, synchronization and analysis of measured data
Typ dokumentu
diplomová prácemaster thesis
Autor
Aleksei Karavaev
Vedoucí práce
Hejda Jan
Oponent práce
Křivánek Václav
Studijní obor
Softwarové technologieStudijní program
Biomedicínská a klinická informatikaInstituce přidělující hodnost
katedra biomedicínské informatikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
V rámci této práce byl řešen návrh modulárního a konfigurovatelného frameworku pro předzpracování dat umožňující mimo jiné import, synchronizaci, analýzu a export. Na základě zadání práce byla vytvořena architektura, podle které byl program implementován v programovacím jazyce Python ve verzi 3.6. Funkčnost frameworku byla následně ověřena na anonymizovaných datech ze simulátoru dopravních prostředků a zařízení pro snímání fyziologických dat. Mezi klíčové charakteristiky vytvořeného nastroje patří rozšiřitelnost a modifikovatelnost, jednoduchá konfigurace pomocí souboru ve formátu json, možnost nastavení odstranění různých druhů artefaktů v datech a následná vizualizace. In this work we designed a modular and configurable framework for data preprocessing, that allows data import, synchronization, analysis and export. Software architecture was created based on work assignment. Python 3.6 language was then used for implementation. The framework was tested on anonymized data generated by car driving simulator and devices for measurement biological data. Key characteristics of the framework are modularity, easy configuration using json file, ability to set mistake correction methods for data and visualize data.