Pavlok-Nudge：一种基于打鼾用例的原子行为修正反馈机制

本文提出一种使用Pavlok可穿戴设备的原子行为干预策略。Pavlok利用蜂鸣、振动和电击作为厌恶技术来帮助个体进行行为修正。尽管该设备在诸如闹钟和锻炼提醒等某些周期性日常生活情境中可能有用，但其依赖手动操作限制了使用。为实现行为修正自动化，我们提出一个框架，首先通过轻量级深度学习模型检测目标行为，随后对用户进行nudge。我们提出的方案在打鼾情境下实现并验证，其使用轻量级一维卷积神经网络预测环境音频内容是否为鼾声，进而捕获音频。基于预测，我们使用Pavlok对用户进行nudge以采取预防措施，如改变睡眠姿势。我们相信这一简单方案可帮助人们改变其原子习惯，从而带来长期健康益处。我们提出的轻量级模型（参数较SOTA减少99.8%；790,273$\rightarrow$1,337）在公开基准上取得0.99的SOTA测试准确率。代码与模型公开于https://github.com/hasan-rakibul/pavlok-nudge-snore。