Pantieri, Andrea
(2021)
Citizen science per le scuole: sviluppo di un’app mobile per supportare la classificazione delle piante.
[Laurea], Università di Bologna, Corso di Studio in
Ingegneria e scienze informatiche [L-DM270] - Cesena, Documento ad accesso riservato.
Documenti full-text disponibili:
![[img]](http://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (16MB)
| Contatta l'autore
|
Abstract
Sul web e negli store sono presenti diverse applicazioni che trattano la tematica ambientale nei termini di sostenibilità ed educazione, tese a promuovere azioni positive e a sensibilizzare gli utenti sull’argomento. Nello specifico, l’app sviluppata ha l’obiettivo di supportare la classificazione delle piante, come elemento della biodiversità, attraverso un approccio di gamification e tecniche di mobile computing per rendere l’applicazione accessibile ed usabile sui dispositivi mobile. Il cuore del progetto è quindi incentrato sul riconoscimento della flora grazie ad un sistema premiante di quiz con domande a risposta singola. Sono presenti elementi comuni di gioco come l’attribuzione di punti, il posizionamento in una classifica e la condivisione dei risultati. In aggiunta al mobile computing e alla gamification, è stato sviluppato un modello di Machine Learning (ML) in grado di apprendere da un insieme di dati certi di input e di classificare le immagini nelle categorie di flora presenti, garantendo la correttezza delle risposte al quiz in comparazione a quelle dell’utente. Nello progettazione e sviluppo dell’app, sono stati utilizzati il linguaggio di programmazione React Native (framework di Javascript) e la relativa piattaforma open-source Expo con le loro librerie. Per l’implementazione del modello di ML, si è fatto invece riferimento al linguaggio di programmazione Python e alle API di TensorFlow, in particolare Keras. La fase vera e propria di sviluppo ha riguardato la progettazione di mockup per il design, la ricerca e raccolta dei contenuti e l’implementazione del codice e del modello di ML.
Abstract
Sul web e negli store sono presenti diverse applicazioni che trattano la tematica ambientale nei termini di sostenibilità ed educazione, tese a promuovere azioni positive e a sensibilizzare gli utenti sull’argomento. Nello specifico, l’app sviluppata ha l’obiettivo di supportare la classificazione delle piante, come elemento della biodiversità, attraverso un approccio di gamification e tecniche di mobile computing per rendere l’applicazione accessibile ed usabile sui dispositivi mobile. Il cuore del progetto è quindi incentrato sul riconoscimento della flora grazie ad un sistema premiante di quiz con domande a risposta singola. Sono presenti elementi comuni di gioco come l’attribuzione di punti, il posizionamento in una classifica e la condivisione dei risultati. In aggiunta al mobile computing e alla gamification, è stato sviluppato un modello di Machine Learning (ML) in grado di apprendere da un insieme di dati certi di input e di classificare le immagini nelle categorie di flora presenti, garantendo la correttezza delle risposte al quiz in comparazione a quelle dell’utente. Nello progettazione e sviluppo dell’app, sono stati utilizzati il linguaggio di programmazione React Native (framework di Javascript) e la relativa piattaforma open-source Expo con le loro librerie. Per l’implementazione del modello di ML, si è fatto invece riferimento al linguaggio di programmazione Python e alle API di TensorFlow, in particolare Keras. La fase vera e propria di sviluppo ha riguardato la progettazione di mockup per il design, la ricerca e raccolta dei contenuti e l’implementazione del codice e del modello di ML.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Pantieri, Andrea
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
biodiversità,sostenibilità,ambiente,mobile computing,gamification,machine learning,react native,expo,python,tensorflow,keras,javascript,flora,app,applicazione mobile,ML
Data di discussione della Tesi
7 Ottobre 2021
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Pantieri, Andrea
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
biodiversità,sostenibilità,ambiente,mobile computing,gamification,machine learning,react native,expo,python,tensorflow,keras,javascript,flora,app,applicazione mobile,ML
Data di discussione della Tesi
7 Ottobre 2021
URI
Statistica sui download
Gestione del documento: