stress detection | BriefGPT

关键词stress detection

搜索结果 - 12

为保护隐私生成合成的健康传感器数据用于可穿戴压力检测
随着智能手表健康传感器数据在智能医疗应用和患者监测中的应用越来越广泛，其中包括压力检测，然而，这类医学数据往往包含敏感的个人信息且获取成本较高。为了应对这一挑战，我们介绍了隐私意识的合成多传感器智能手表健康读数和压力瞬间相关性的方法。我们的
PDF5 months ago
基于可穿戴设备和移动技术的日常环境下上下文感知的压力监测
每日监测的紧迫性与重要性日益凸显，本研究提出了一种利用生理信号和环境信息的实时监测系统来追踪和预测每日压力水平的方法，并通过集成智能标签方法来优化压力检测的机器学习模型。实验结果显示，利用脉搏波图和环境信息结合的随机森林分类器，F1 得分可
PDF7 months ago
多模态应力检测基于面部特征点和生物信息信号
本研究提出了一种多模式学习方法，用于压力检测，该方法结合了面部标记和生物特征信号。我们测试了这种多模式集成的各种早期融合和后期融合技术，以整合来自生物特征信号的一维卷积神经网络模型和使用面部标记的二维卷积神经网络。研究结果表明，后期融合的准
PDF8 months ago
多模态机器学习在压力检测中的应用
该研究提出了一种基于多模态人工智能的框架，以监测一个人的工作行为和压力水平，并发现导致精神紧张和疲劳的个性化独特行为模式，从而检测和分类压力，准确率为 96.09％，可以帮助社区大众，特别是在 COVID-19 当前时间工作久坐人群监测和识
PDFa year ago
ChatGPT 在基于自然语言处理的心理健康应用中的评估
该研究评估了基于大型语言模型 ChatGPT 在三种文本分类任务中的表现，并发现零 - shot 分类准确度表明语言模型对心理健康分类任务具有潜在的应用价值。
PDFa year ago
基于新合成数据集训练的集成机器学习模型在使用可穿戴设备进行压力预测时具有良好的泛化能力
本文提出了一种使用多个数据集结合模型集成方法，并将其应用于压力检测的方法，该方法的表现优于仅基于单个小数据集训练的模型。
PDF2 years ago
可推广的机器学习用于来自可穿戴设备的压力监测：系统性文献综述
综述当前利用可穿戴设备和机器学习技术监测与检测压力的研究，概括了公开的应力数据集、机器学习技术和未来研究方向。纵观文献，指出存在诸如标记方案、统计功效、压力生物标志物的有效性、广义能力等方面的问题。未来的研究会继续提供改进，随着新的、更丰富
PDF2 years ago
基于可穿戴设备的野外瞬时压力检测的半监督学习和数据增强
本研究讨论了在野外利用未标记的可穿戴传感器数据进行压力检测的方法，该方法结合了数据增强技术、自编码器和半监督学习等方法，通过实验验证，相较于基准监督学习模型，可以将压力分类性能提高 7.7% 到 13.8%。
PDF2 years ago
ECG 应激检测的 Transformer 架构
本文介绍了一种基于卷积层和变压器机制的深度神经网络，用于通过心电信号检测压力，实验结果表明该模型在两个公共数据集 WESAD 和 SWELL-KW 上达到了与 ECG 压力检测领域现有技术水平相当甚至更好的结果。此外，该方法是端到端的，不需
PDF3 years ago
NIPS使用生理信号的多任务神经网络进行个性化驾驶员压力检测
本文介绍了使用可穿戴设备通过皮肤电和心率等多模态生理数据获取个性化的压力识别方法，基于多任务学习的神经网络方法能够成功应用在真实驾驶和模拟驾驶的数据中。
PDF7 years ago
TensiStrength：社交媒体文本中的应激和放松程度检测
本文介绍了 TensiStrength ，它是一个系统，用于检测社交媒体文本消息中表达的压力和放松的强度，特别是在交通运输领域中，它比同类情感分析程序略微有效。
PDF8 years ago
基于手机数据、天气状况和个体特征的每日压力识别
通过分析用户的移动电话活动和额外指标，如天气条件和人格特征等数据，我们提出了一种替代方法，可靠地识别日常压力水平，并且高效易实现。
PDF10 years ago