Lietotnes izveide pusaudžu ikdienas fizisko aktivitāšu veicināšanai

Abstract

Darba gaitā tiek veidota eksperimentāla lietotne, kas varētu motivēt nodarboties ar sportu. Tiek pārņemtas iestrādnes no iepriekšējā izstrādātāja, un ieviesti uzlabojumi. Teorijas daļā pēta jaunākās sporta lietotnes, to piedāvātās iespējas. Apraksta lietotņu izmantošanas pieredzi literatūrā. Apraksta literatūrā pieejamās lietotņu izveides iespējas, mašīnmācīšanās ieviešanas teorētiskos un praktiskos aspektus. Lai lietotni varētu izveidot notiek esošās izstrādes vides iepazīšana. Notiek vides migrācija, tās uzlabošanai, lai varētu pievienot jaunas aktivitātes. Lai sagatavotos lietotnes izstrādei, iepazīstas ar Google Firebase un Colab iespējām, izpēta Tensorflow rīku. Analizē mašīnmācīšanas modeļu pielietošanas iespējas, kā arī izpēta iepriekšējā posmā pielāgoto YOLO modeli. Tiek veikta datu ievākšana jaunai aktivitāte – staigāšanai un lecamauklai. Dati tiek sagatavoti māšīnmācīšanās modeļa apmācībai, tiek izveidoti un apmācīti jauni modeļi.

The master thesis DEVELOPMENT OF THE APPLICATION TO PROMOTE DAILY PHYSICAL ACTIVITIES FOR ADOLESCENTS is developed to try to promote physical activity for adolescents. New activities to previous experimental application is tried to add. In theoretical part newest applications and their possibilities are being researched. Different sport application usage experience is being researched. Author looks how Artificial intelligence in sport application field is being used. Machine learning theoretical aspects are researched. Existing application version is being tested and applications previous versions are being migrated. Google Firebase and Colab environments are being researched. TensorFlow environment is being researched. Machine learning model usage is researched. Previous YOLO model is being researched. New data for walking and jumping rope activities is gained. Data is transferred to new machine learning models.