基于长期生活日志的个性化睡眠质量监测与改善
计算机与社会
2022-11-24 v1 人工智能
摘要
睡眠在我们的身体、认知与心理健康中起着至关重要的作用。尽管十分重要，现实场景中个性化睡眠质量(SQ)的长期监测仍具挑战。许多睡眠研究仍停留在临床开发阶段，远未普及于大众。幸运的是，可穿戴设备与物联网(IoT)设备为从多模态数据探索睡眠洞察提供了可能，并已被用于部分SQ研究。然而，这类研究大多以延迟方式分析睡眠相关数据并呈现结果（即根据昨晚数据得到今日SQ），个体仍难以在睡前知晓其睡眠状况并主动改善。为此，本文提出一种计算框架，基于多源客观与主观数据监测个体SQ，并进一步以数据驱动方式提供个性化反馈以改善SQ。该反馈通过参考PMData数据集中生活事件与不同水平SQ之间所发现模式的洞察来实现。基于深度学习的个性化SQ模型(PerSQ)利用长期异构数据并考虑延续效应，相较基线模型取得了更高的预测性能。案例研究亦展示了个体未来监测与改善SQ的合理结果。
引用
@article{arxiv.2211.12778,
title = {Monitoring and Improving Personalized Sleep Quality from Long-Term Lifelogs},
author = {Wenbin Gan and Minh-Son Dao and Koji Zettsu},
journal= {arXiv preprint arXiv:2211.12778},
year = {2022}
}
备注
9 pages,9 figures, 4 tables