用于物理负荷估计的并行统计与机器学习方法
机器学习
2018-12-11 v1 人机交互
机器学习
摘要
提出了若干统计与机器学习方法来估计物理负荷的类型与强度以及累积疲劳。它们基于对累积和滑动窗口数据子集的统计分析，并构建峰度-偏度图。该方法应用于可穿戴心电监测仪采集的各类物理活动及不同身体状况人群的数据。物理活动、负荷和体能的不同水平可从峰度-偏度图中区分，并监测其演变。提出了若干用于估计物理负荷瞬时效应与累积效应（身体疲劳）的度量指标。所呈现的数据与结果可将这类方法的应用拓展至复杂人类活动模式的建模与表征，例如估计实际与累积的物理负荷和疲劳、建模潜在危险的发展，并实时给出警示与建议。
引用
@article{arxiv.1808.04760,
title = {Parallel Statistical and Machine Learning Methods for Estimation of Physical Load},
author = {Sergii Stirenko and Gang Peng and Wei Zeng and Yuri Gordienko and Oleg Alienin and Oleksandr Rokovyi and Nikita Gordienko},
journal= {arXiv preprint arXiv:1808.04760},
year = {2018}
}
备注
15 pages, 8 figures, accepted for 18th International Conference on Algorithms and Architectures for Parallel Processing (ICA3PP) 15-17 November, 2018 (Guangzhou, China)