GLOBEM 数据集：用于纵向人类行为建模泛化的多年数据集
机器学习
2023-03-07 v2 人工智能
人机交互
摘要
近期研究已证明智能手机与可穿戴设备捕获的行为信号用于纵向行为建模的能力。然而，缺乏一个全面的公开数据集作为算法间公平比较的开放测试平台。此外，先前研究主要在短时间内使用单一人群数据评估算法，未衡量这些算法的跨数据集泛化能力。我们呈现了首个多年被动感知数据集，包含来自移动与可穿戴传感器收集的超过 700 用户年与 497 名独特用户的数据，以及广泛的福祉指标。我们的数据集可支持行为建模算法跨不同用户与年份泛化能力的多种跨数据集评估。作为起点，我们提供了 18 种算法在抑郁检测任务上的基准结果。结果表明，先前的抑郁检测算法与域泛化技术均展现潜力，但需进一步研究以实现充分的跨数据集泛化能力。我们期望我们的多年数据集能支持 ML 社区开发可泛化的纵向行为建模算法。
引用
@article{arxiv.2211.02733,
title = {GLOBEM Dataset: Multi-Year Datasets for Longitudinal Human Behavior Modeling Generalization},
author = {Xuhai Xu and Han Zhang and Yasaman Sefidgar and Yiyi Ren and Xin Liu and Woosuk Seo and Jennifer Brown and Kevin Kuehn and Mike Merrill and Paula Nurius and Shwetak Patel and Tim Althoff and Margaret E. Morris and Eve Riskin and Jennifer Mankoff and Anind K. Dey},
journal= {arXiv preprint arXiv:2211.02733},
year = {2023}
}
备注
Thirty-sixth Conference on Neural Information Processing Systems Datasets and Benchmarks Track