Στην παρούσα πτυχιακή εργασία, έγινε ανάλυση του ύπνου και εντοπισμός συμβάντων κατά τη διάρκεια του ύπνου. Συγκεκριμένα ο σκοπός της εργασίας ήταν η ανάπτυξη ενός προγράμματος για να εντοπιστεί η άπνοια και πότε συμβαίνει κατα την διάρκεια του ύπνου. Άπνοια σημαίνει προσωρινή παύση της αναπνοής για χρονικό διάστημα τουλάχιστον 10 δευτερολέπτων. Στο χρονικό αυτό διάστημα ούτε εισέρχεται ούτε εξέρχεται αέρας στο αναπνευστικό σύστημα. Αξίζει να σημειωθεί πως εκτός από την άπνοια, υπάρχει και η υπόπνοια. Στην υπόπνοια δεν υπάρχει διακοπή του αέρα, απλώς μείωση της ροής του αέρος πάνω από το 50%. Υπάρχουν διάφοροι είδη άπνοιας και υπόπνοιας. Αυτές είναι η κεντρική, η αποφρακτική και η μεικτή. Για αυτό το λόγο πραγματοποιήσαμε δύο σενάρια ταξινόμησης. Στο πρώτο σενάριο ταξινομήσαμε τα δεδομένα ανάμεσα σε άπνοια και υπόπνοια και στο άλλο σενάριο ταξινομήσαμε τα δεδομένα ανάμεσα σε κάθε είδος άπνοιας και υπόπνοιας. Για την ταξινόμηση χρησιμοποιήθηκαν διάφοροι μέθοδοι όπως ο J48 Decision tree, ο Naive Bayes και ο Support Vector Machines. Αυτοί οι μέθοδοι ταξινόμησης χρησιμοποιήθηκαν πάνω σε ένα σύνολο δεδομένων με το όνομα ISRUC-Sleep από το πανεπιστήμιο της Coimbra. Αυτό το σύνολο δεδομένων έχει δημιουργηθεί για να βοηθήσει τους ερευνητές ύπνου στην μελέτη τους.

Ντάκα, Ι., 2018. Ανάλυση ύπνου και εντοπισμός συμβάντων με χρήση τεχνικών μηχανικής μάθησης. Πτυχιακή εργασία. Άρτα: Τ.Ε.Ι. Ηπείρου. Σχολή Τεχνολογικών Εφαρμογών . Τμήμα Μηχανικών Πληροφορικής Τ.Ε.