使用门控循环单元预测老年人跌倒
机器学习
2019-08-06 v1 机器学习
摘要
在老龄化社会中，跌倒预防尤其是老年人跌倒预防成为一个日益重要的课题。在这项工作中，我们提出了基于门控循环单元（GRU）的神经网络模型，用于预测跌倒（晕厥）。研究中使用的心血管系统信号来自格拉茨医科大学生理学研究所重力生理学、衰老与医学研究单元。我们使用了所采集的两种信号：心率和平均血压。通过使用双向GRU模型，可以在人工标记前约十分钟预测晕厥的发生。
引用
@article{arxiv.1908.01050,
title = {Falls Prediction in eldery people using Gated Recurrent Units},
author = {Marcin Radzio and Maciej Wielgosz and Matej Mertik},
journal= {arXiv preprint arXiv:1908.01050},
year = {2019}
}
备注
short concept paper