Riconoscimento Attività e Localizzazione in Ambienti Intelligenti: Machine Learning contro Large Language Models

Abstract

Questo lavoro di tesi si concentra sul concetto di ambienti intelligenti e sulla sua importanza nell'identificare e riconoscere ciò che sta accadendo all'interno di un ambiente specifico. In particolare, esplora come i sistemi di questi ambienti siano in grado di raccogliere, analizzare e interpretare i dati provenienti da sensori e dispositivi, consentendo una migliore comprensione delle dinamiche e delle attività in corso.

Uno degli aspetti chiave degli ambienti intelligenti è la capacità di riconoscere gli eventi e le interazioni che si verificano nell'ambiente. Questo riconoscimento si basa sull'uso di tecniche avanzate di intelligenza artificiale, come l'apprendimento automatico e la computer vision. Grazie a queste tecnologie, gli ambienti intelligenti possono riconoscere le attività umane, monitorare gli spazi fisici e identificare i modelli comportamentali degli utenti. Ciò si traduce in un'esperienza più personalizzata ed efficiente per gli individui coinvolti, migliorando la qualità della vita e ottimizzando le risorse disponibili.

Inoltre, l'analisi dell'ambiente è importante per la creazione di ambienti sicuri e adatti alle esigenze degli utenti. Attraverso la raccolta dei dati e l'interpretazione delle informazioni, è possibile identificare situazioni pericolose o comportamenti anomali. Ciò è particolarmente importante in settori come la sicurezza domestica, l'automazione industriale e l'assistenza sanitaria, dove l'individuazione precoce di potenziali minacce può prevenire danni significativi. Questa tesi esplora gli sviluppi tecnologici e le sfide legate agli ambienti intelligenti, evidenziando l'importanza di riconoscere ciò che accade all'interno di questi spazi. Attraverso una ricerca approfondita e un'analisi critica, vengono proposti metodi e strategie per affrontare le sfide emergenti e massimizzare i benefici degli ambienti intelligenti.

This thesis work focuses on the concept of smart environments and its importance in identifying and recognizing what is happening within a specific environment. In particular, it explores how the systems in these environments are able to collect, analyze and interpret data from sensors and devices, enabling a better understanding of the dynamics and the activities taking place.

One of the key aspects of intelligent environments is the ability to recognize events and interactions occurring within the environment. This recognition is based on the use of advanced artificial intelligence techniques, such as machine learning and computer vision. Using these technologies, intelligent environments can discern human activities, monitor physical spaces, and identify users' behavioral patterns. This results in a more personalized and efficient experience for the individuals involved, improving quality of life and optimizing available resources.

In addition, analysis of the environment is important for the creation of safe and suited to users' needs environments. Through data collection and interpretation of information, hazardous situations or abnormal behavior can be identified. This is particularly relevant in areas such as home security, industrial automation and health care, where early detection of potential threats can prevent significant damage. This thesis explores technological developments and challenges related to smart environments, highlighting the importance of recognizing what is happening within these spaces. Through extensive research and critical analysis, methods and strategies are proposed to address emerging challenges and maximize the benefits of smart environments.