Бріт Я. О. Перспективи використання сучасних методів машинного навчання для покращення умов сидячих робочих місць шляхом аналізу та контролю постави людини / Я. О. Бріт, В. В. Жебка, В. О. Корецька, Н. А. Трінтіна, А. Г. Захаржевський // Зв'язок. - 2021. - № 4. - С. 26-32. - Бібліогр.: 8 назв. - укp.Запропоновано аналіз останніх досліджень, проведених з метою контролю здоров'я працівників із сидячим способом роботи. Результати показують, що в розвинених країнах світу майже 75 % усіх працівників під час своєї професійної діяльності перебувають у положенні сидячи. Це призводить до довгочасних порушень у сидячій поставі людини, що зі свого боку провокує кістково-м'язові ускладнення в спині, шиї, плечах, руках та ногах людини. хронічні болі в спині стають повсякденною проблемою багатьох людей, а іноді навіть і професійним захворюванням. Визначено, що серед шляхів боротьби з негативним впливом сидячого стилю життя та праці одними з основних є контроль за поставою та цикл відповідних фізичних вправ. Обидва шляхи потребують самоконтролю особистості, а для декого навіть нагадування від різних гаджетів. Тому останніми роками дедалі більшого розвитку набули "розумні" пристрої та допоміжне програмне забезпечення, яке супроводжує сучасну людину в спробах контролювати стан свого здоров'я. Одним із напрямків досліджень та розроблень у цій галузі є вивчення можливих шляхів використання машинного навчання в наведеній проблематиці. Реалізовано створення апарату засобів машинного навчання та нейронних мереж, основним завданням якого є аналіз постави людини із зображенням та відеопотоком, виведенням результатів у прийнятному для подальшого використання вигляді. Цілями розроблення визначено - сформування системи, яка контролюватиме людину під час її праці, нагадуючи про її поставу, мінімізуючи потенційний негативний вплив на здоров'я кожного. Розглядувана система має достатньо засобів для точного аналізу постави людини зі статичного зображення та аналізу з точністю 92 - 94 % із відеопотоку. Для прикладного програмного інтерфейсу було розроблено додаток-розширення для веббраузера Google Chrome з використанням мови вебпозначення HTML, мови стилів сторінок CSS та мови JavaScript на основі бібліотек "TensorFlow", які імпортують попередньо створену та натреновану систему машинного навчання. Це надає користувачеві змогу контролювати свою поставу під час роботи за персональним комп'ютером на своєму робочому місці. Додаток надає можливість самостійно відслідковувати поставу людини та повідомляти в разі виявлення порушень. Індекс рубрикатора НБУВ: Р124.04 + З810.22
Рубрики:
Шифр НБУВ: Ж14808 Пошук видання у каталогах НБУВ Додаткова інформація про автора(ів) публікації: (cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці) ![](/irbis_nbuv/images/info.png) Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
|