Mobiln├ę Spr├ívy, Gadgety, Blogy's Secenziami

Diagnostika ┼íitia m├┤┼że by┼ą optim├ílnej┼íia pomocou strojov├ęho u─Źenia v notebookoch

rozpr├íva─Ź

Ned├ívno sme hovorili o v├Żkonnom softv├ęri, ktor├Ż dok├í┼że meni┼ą na┼íe sny prostredn├şctvom v├┤n├ş a zvukov, preto┼że je pravda, ┼że technol├│gia zalo┼żen├í na AI m├┤┼że ove─ża viac pom├┤c┼ą. V tejto s├║vislosti ┼ít├║dia stanovila, ┼że strojov├ę u─Źenie by mohlo pom├┤c┼ą zlep┼íi┼ą diagnostiku por├║ch sp├ínku, najlep┼íie zo v┼íetk├ęho by ste nepotrebovali kliniku sp├ínku, preto┼że ju mo┼żno implementova┼ą na inteligentn├ę hodinky.

Vedeck├Ż pracovn├şk Technologick├Ż in┼ítit├║t v Georgii, uverejnila ┼ít├║diu s n├ízvom ÔÇ×REST: Robustn├ę a efekt├şvne neur├│nov├ę siete na monitorovanie sp├ínku v pr├şrode ÔÇť, kde kombinuj├║ presnos┼ą inform├íci├ş z kliniky sp├ínku a modelov strojov├ęho u─Źenia, ktor├ę umo┼ż┼łuj├║ sledovanie ┼ít├ídi├ş sp├ínku a spr├ívania.

ÔÇ×Budujeme nov├Ż proces, ktor├Ż pom├íha tr├ęnova┼ą modely strojov├ęho u─Źenia, ktor├ę sa daj├║ pou┼żi┼ą v dom├ícom prostred├ş, a pom├┤c┼ą rie┼íi┼ą tieto a ─Ćal┼íie probl├ęmy s├║visiace so sp├ínkom.ÔÇť povedal Scott Freitas, Ph.D. strojov├ę u─Źenie druh├ęho roku. ┼ítudent a spoluautor ned├ívno publikovan├ęho ─Źl├ínku.

Ide o d├ítov├ę rie┼íenie, ktor├ę je pod─ża tvorcov omnoho r├Żchlej┼íie a efekt├şvnej┼íie a jeho v├Żhodou je aj to, ┼że je prenosn├Ż, tak┼że ho mo┼żno nain┼ítalova┼ą na prenosn├Ż po─Ź├şta─Ź s inteligentn├Żmi hodinkami.

V├Żvoj├íri ber├║ na vedomie, ┼że sa zameriavaj├║ na okolit├Ż hluk, ktor├Ż nezasahuje do sign├ílov vyd├ívan├Żch senzormi sp├ínku v prenosnom po─Ź├şta─Źi. Na tento ├║─Źel pou┼żili tr├ęning zvan├Ż tandem so spektr├ílnou kontrolou. T├Żm sa zabr├íni zlyhaniu nervov├Żch siet├ş, ke─Ć sa stretn├║ s elektrick├Żmi sign├ílmi alebo interferenciou.

Odborn├şci to vysvet─żuj├║ takto:

Preuk├ízali sme, ┼że REST vytv├íra ve─żmi robustn├ę a efekt├şvne modely, ktor├ę v pr├ştomnosti ┼íumu v├Żrazne prevy┼íuj├║ origin├ílne modely v plnej ve─żkosti.

Pre ├║lohu jednokan├ílov├ęho elektroencefalogramu (EEG) v re┼żime sp├ínku na sp├ínok dosahuje model REST sk├│re makro-F1 067 vs. 039 sa dosiahol pomocou modern├ęho modelu v pr├ştomnosti gaussovsk├ęho ┼íumu, pri─Źom sa z├şskalo 19x a 15x zn├ş┼żenie parametrov MFLOPS v dvoch ve─żk├Żch skuto─Źn├Żch s├║boroch ├║dajov EEG.

To znamen├í, ┼że syst├ęmy, ktor├ę budete m├┤c┼ą analyzova┼ą, aj ke─Ć sign├íly EEG m├┤┼żu by┼ą preru┼íen├ę vlnami z telev├şzora alebo in├ęho elektrick├ęho zariadenia bez ich ru┼íenia.

Tento model strojov├ęho u─Źenia m├┤┼że okrem toho optimalizova┼ą proces anal├Żzy sp├ínku, skr├íti┼ą ─Źas kompresie a anal├Żzu ├║dajov, ktor├ę pri implement├ícii na zariaden├ş so syst├ęmom Android dosahuj├║ v├Żznamn├ę zn├ş┼żenie energie.

Implement├íciou t├Żchto modelov do aplik├ície pre Android na smartf├│ne kvantitat├şvne zist├şme, ┼że REST umo┼ż┼łuje modelom dosiahnu┼ą a┼ż 17-n├ísobn├║ redukciu a odvod energie 9 kr├ít r├Żchlej┼íie.

Aj ke─Ć vedci v s├║─Źasnosti testuj├║ syst├ęmy Implement├íciou vybavenia nosen├ęho na hlave je cie─żom jeho za─Źlenenie do nosite─żn├ęho odevu, ako s├║ inteligentn├ę hodinky alebo inteligentn├ę n├íramky, pracuj├║ tie┼ż na zn├ş┼żen├ş po─Źtu senzorov, ktor├ę sa pravidelne pou┼ż├şvaj├║ na sledovanie stavu sp├ínku.

ÔÇ×Prenosn├í technol├│gia monitoruje iba srdcov├Ż rytmus pomocou senzora. Jeden senzor je ide├ílnej┼í├ş a pohodlnej┼í├ş, preto h─żad├íme sp├┤sob, ako z├şska┼ą viac ├║dajov bez pridania ─Ćal┼í├şch k├íblov alebo senzorov. " Rahul Duggal, ─Ćal┼í├ş autor ┼ít├║die, uviedol.

V s├║─Źasnosti existuj├║ zdravotn├ę aplik├ície pre nosite─żn├ę nosi─Źe, ako je FitBit, ktor├ę s├║ implementovan├ę v inteligentn├Żch hodink├ích na monitorovanie srdcov├ęho rytmu, stavu sp├ínku a ─Ćal┼í├şch zdravotn├Żch inform├íci├ş bez toho, aby museli ├şs┼ą k lek├írovi, ale zvy─Źajne zdie─żaj├║ a spracov├ívaj├║ ur─Źit├ę mno┼żstvo ─Ćal┼í├şch ├║dajov, tak┼że v├Żvoj tejto novej technol├│gie m├┤┼że nepochybne ozna─Źi┼ą jeden v ekosyst├ęme pred a po prenosn├Żch a zdravotn├Żch aplik├íci├ích.