Walking movement detection using stationary stochastic methods on accelerometer data
Att kunna mäta och förstå människors trafikbeteende är värdefullt eftersom det har ett direkt inflytande på stads- och mobilitetsplanering. Framv¨axten av smartphones med inbyggda accelerometrar de senaste åren har gjort det möjligt att samla in mobilitetsdata med lägre batteriåtgång än via GPS. Igenkänning av fysisk aktivitet genom studier och analys av accelerometerdata har varit ett fokusområde iIn the area of physical activity recognition, there is a great demand for better understanding data and building useful models for data analysis. Many studies have focused on using machine learning algorithms, which provide high accuracy but are computationally expensive. However, few studies have tried to approach this problem with statistical methods. The purpose of this study is to investigate
