基于互联循环神经网络的运动推荐与成功率预测
机器学习
2021-01-29 v2 人工智能
计算机视觉与模式识别
信息检索
信息论
math.IT
机器学习
摘要
不健康行为，例如缺乏身体活动和选择不健康食物，是发达国家医疗保健成本的主要驱动因素。智能手机和智能手表提供的普适计算、感知与通信技术，使得在日常生活中支持个体养成更健康的生活方式成为可能。在本文中，我们提出了一种运动推荐系统，该系统同时预测个体的成功率。该系统由两个互联的循环神经网络（RNN）组成，利用锻炼历史为每个个体推荐下一次锻炼活动。随后，系统预测该个体成功完成所预测活动的概率。该互联RNN模型的预测准确性在先前发表的一项为期四周的移动健康实验数据上进行了评估，结果表明其较先前基于计算认知模型的预测有所改进。
引用
@article{arxiv.2010.00482,
title = {Physical Exercise Recommendation and Success Prediction Using Interconnected Recurrent Neural Networks},
author = {Arash Mahyari and Peter Pirolli},
journal= {arXiv preprint arXiv:2010.00482},
year = {2021}
}