面向全球健康自适应干预的合成数据生成器
机器学习
2023-04-28 v3 人工智能
机器学习
摘要
人工智能与数字健康有潜力变革全球健康。然而，获取具有代表性的数据以在真实生产环境中测试和验证算法至关重要。我们介绍了 HealthSyn，一个开源的用户行为合成数据生成器，用于在移动健康干预背景下测试强化学习算法。该生成器利用马尔可夫过程生成多样的用户动作，其个体用户行为模式可随个性化干预（即提醒、推荐与激励）而发生改变。这些动作借助专用于移动健康应用功能（随 HealthKit 及开源 SDK 提供）的面向 ML 的数据模式被转化为实际日志。日志可输入流水线以获取用户指标。所生成的数据基于真实世界行为与仿真技术，可用于研发、测试和评估研究中的 ML 算法以及端到端的基于 RL 的干预投放运营框架。
引用
@article{arxiv.2303.01954,
title = {Synthetic Data Generator for Adaptive Interventions in Global Health},
author = {Aditya Rastogi and Juan Francisco Garamendi and Ana Fernández del Río and Anna Guitart and Moiz Hassan Khan and Dexian Tang and África Periáñez},
journal= {arXiv preprint arXiv:2303.01954},
year = {2023}
}