基于新合成数据集训练的集成机器学习模型在可穿戴设备压力预测中泛化良好
机器学习
2023-12-05 v2 人工智能
信号处理
摘要
引言。我们研究了在包含少量受试者、按单一研究方案记录的数据集上构建的模型的泛化能力。接下来，我们提出并评估了将这些数据集合并为单一大型数据集的方法。最后，我们提出并评估了通过结合梯度提升与人工神经网络来度量在新未见数据上预测能力的集成技术。方法。本研究利用了六个公开数据集的传感器生物标志物数据。为测试模型泛化，我们开发了一个在单一数据集（SWELL）上训练的梯度提升模型，并在两个先前其他研究中使用的数据集（WESAD、NEURO）上测试其预测能力。接着，我们合并了四个小型数据集，即（SWELL、NEURO、WESAD、UBFC-Phys），提供合计99名受试者。此外，我们利用随机采样结合另一数据集（EXAM）构建由200名合成受试者组成的更大型训练数据集。最后，我们开发了一个将梯度提升模型与人工神经网络相结合的集成模型，并在两个额外的、未见的公开压力数据集（WESAD和Toadstool）上进行了测试。结果。我们的方法提供了一个稳健的压力测量系统，能够在新未见验证数据上达到85%的预测准确率，较在小型数据集上训练的单模型性能提升25%。结论。在小型、单一研究方案数据集上训练的模型在新未见数据上泛化不佳且缺乏统计效力。在包含更多不同研究受试者的数据集上训练的机器学习模型能更好地捕捉生理差异，从而实现更稳健的压力检测。
引用
@article{arxiv.2209.15146,
title = {Ensemble Machine Learning Model Trained on a New Synthesized Dataset Generalizes Well for Stress Prediction Using Wearable Devices},
author = {Gideon Vos and Kelly Trinh and Zoltan Sarnyai and Mostafa Rahimi Azghadi},
journal= {arXiv preprint arXiv:2209.15146},
year = {2023}
}
备注
37 pages, 11 figures