PulseAugur
实时 16:57:51
English(EN) Longitudinal Multimodal Sensing of Physical Activity and Well-Being in Older Adults

新框架可根据多模态数据预测老年人的健康状况

研究人员开发了一个新的框架,利用纵向多模态数据来预测老年人的健康结果。该研究涉及66名参与者,结合了可穿戴传感器、行为监测和临床评估。结果显示,像活动水平这样的可预测行为目标取得了稳健的性能,而像睡眠呼吸暂停严重程度这样更抽象的结果仍然具有挑战性。分析还强调了历史数据在提高预测准确性方面的重要性。 AI

影响 这项研究可能带来更准确的、由AI驱动的老年人口健康监测系统。

排序理由 该集群包含一篇详细介绍新研究方法和发现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架可根据多模态数据预测老年人的健康状况

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Flavio Di Martino, Mattia G. Campana, Marcello Magno, Lorenza Pratali, Franca Delmastro ·

    Longitudinal Multimodal Sensing of Physical Activity and Well-Being in Older Adults

    arXiv:2606.00345v1 Announce Type: new Abstract: Wearable and mobile sensing technologies enable continuous monitoring of human behavior and health in real-world settings. However, predictive modeling in longitudinal multimodal data remains challenging, particularly when targeting…