ACCESSING DATABANKS...
システムを初期化しています...
[000%]
システムを初期化しています...
[000%]
SYSTEM_SECURE // FPGD
ACCESSING DATABANKS...
// LiftTrack ワークアウト追跡アプリ
卒業制作プロジェクト - コンピュータサイエンス学士(ソフトウェアエンジニアリング専攻)
3D 畳み込みニューラルネットワーク(3D CNN)によるリアルタイムフィードバックを使用して、ワークアウトの進捗を追跡し、リフティングフォームを改善するために設計された Flutter ベースのモバイルアプリケーション。このプロジェクトは、モバイル開発、機械学習、クラウドコンピューティングを統合した統一されたフィットネスソリューションです。
開発期間: 8ヶ月(2024年7月 - 2025年2月)
注意: このプロジェクトの GitHub リポジトリは、学術/機関のポリシーにより非公開となっています。デモとコードの解説はリクエストに応じて提供可能です。
付属の卒業研究論文もリクエストに応じて提供可能です。
詳細については、このウェブサイトの右下にある AI アイコンをクリックしてください。
iOS 開発の障壁: 初期開発は MacBook のシミュレーターに依存していましたが、特定のカメラ機能には回避策が必要でした。このアプローチはコスト効率は高いものの、高度な機能のテストにおいて課題がありました。
クロスプラットフォーム統合: いくつかの Android 優先の Flutter ライブラリには iOS の代替品がありませんでした。シームレスな機能のためにクロスプラットフォームソリューションを調査し実装しました。
状態管理の複雑さ: BLoC を使用して、ワークアウト記録、ユーザー認証、リアルタイムフィードバックにわたる状態を管理するには、慎重な設計とモジュール化が必要でした。
チームの調整: リモートのチームメイトとの作業や分散された責任は、ML、バックエンド、フロントエンドなどのコンポーネント間で設計と実装を調整することを意味していました。
リソースの制約: プロジェクトのタイムラインはカリキュラムの遅延の影響を受けました。さらに、24時間365日のテストサーバーとして使用されていたチームメンバーのデスクトップコンピューターが、継続的な稼働によりハードウェア故障を起こし、インフラの調整が必要になりました。
このアプリは、モジュール化された層と機能ベースの組織を持つクリーンアーキテクチャに従っています。
ライブバージョンは利用できませんが、LiftTrack のコアビューは以下の通りです。
ホスティングに関する注意:
このプロジェクトは、プロジェクトマネージャーが管理するクラウドサーバーにデプロイされました。ホスティングの期限切れとアクセス制限により、ライブアプリは現在オフラインです。完全なデモと録画された解説はリクエストに応じて提供可能です。