面向可穿戴数据流中生物节律自动发现与建模的计算框架探索

对生物节律进行建模有助于理解人体生理与心理异常背后的复杂原理，以规划生活日程，并避免因这些节律失同步而导致的持续疲劳及情绪与睡眠改变。建模生物节律的第一步是识别其周期、相位与振幅等特征。然而，人类节律易受外部事件影响，导致波形出现不规则波动，并影响各节律的特征刻画。本文中，我们展示了在开发用于人类节律自动发现与建模的计算框架方面的探索性工作。我们首先使用三种不同方法识别时间序列数据中的周期，并在合成数据与真实细粒度生物数据上测试其性能。我们观察到三种方法均能检测出一致的周期。随后，我们通过识别变点对每个周期内的内部循环进行建模，以观察生物数据中的波动，从而揭示外部事件对人类节律的影响。该结果为设计用于发现与建模人类节律的计算框架提供了初步见解。