专栏首页technewsworld翻译专栏快速身体活动的建议:移动健康中的高效超参数学习(CS)

快速身体活动的建议:移动健康中的高效超参数学习(CS)

玛丽安·梅尼塔斯, 萨比娜·汤姆金斯,苏珊·墨菲

可以通过在移动设备上提供相关且及时的建议,来支持用户采取健康的行为,如定期的体育活动。最近,人们发现强化学习算法对于学习提供建议的最佳文章是有效的。但是,这些算法不一定为移动健康 (mHealth) 设置构成的限制而设计,因为它们效率高、域信息高且计算实惠。我们提出了一种在移动健康环境中提供身体活动建议的算法。利用域科学,我们制定了一个利用线性混合效应模型的上下文土匪算法。然后,我们引入了一个过程,以有效地执行超参数更新,使用的计算资源比竞争方法少得多。我们的方法不仅计算效率高,还可通过闭合形式矩阵代数更新轻松实现,并且我们在速度和精度方面分别表现出高达99%和56%的特性。

Fast Physical Activity Suggestions: Efficient Hyperparameter Learning in Mobile Health

Marianne Menictas, Sabina Tomkins, Susan Murphy

Users can be supported to adopt healthy behaviors, such as regular physical activity, via relevant and timely suggestions on their mobile devices. Recently, reinforcement learning algorithms have been found to be effective for learning the optimal context under which to provide suggestions. However, these algorithms are not necessarily designed for the constraints posed by mobile health (mHealth) settings, that they be efficient, domain-informed and computationally affordable. We propose an algorithm for providing physical activity suggestions in mHealth settings. Using domain-science, we formulate a contextual bandit algorithm which makes use of a linear mixed effects model. We then introduce a procedure to efficiently perform hyper-parameter updating, using far less computational resources than competing approaches. Not only is our approach computationally efficient, it is also easily implemented with closed form matrix algebraic updates and we show improvements over state of the art approaches both in speed and accuracy of up to 99% and 56% respectively.

原文链接:https://arxiv.org/abs/2012.11646

原文作者:Marianne Menictas, Sabina Tomkins, Susan Murphy

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Facebook 游戏与直播同行

    Facebook周一推出了一个免费的独立应用程序,用于在Android设备上创建和观看实时视频游戏游戏。

    zstt8054929
  • 延迟基于变压器的编码器中的交互层,实现高效的开放域问题解答

    大量文件(如维基百科)上的开放领域问题解答(ODQA)是计算机科学中的一个关键挑战。尽管基于变压器的语言模型(如 Bert)在 SQuAD 上展示了在文本小段落...

    zstt8054929
  • 社交媒体公司热门数据抓取者列表

    https://www.technewsworld.com/story/86897.html

    zstt8054929
  • Glia为其基于人工智能的集成客户服务平台筹集了7800万美元

    为了减缓COVID-19的传播,社会距离的持续推动意味着比以往任何时候都有更多的人使用基于互联网的服务来完成任务。这对数字客户服务产生了直接的影响,当事情进展不...

    用户8054111
  • Flink Forward 2019--实战相关(2)--网约车公司Lyft整合Beam和Flink

    At Lyft we dynamically price our rides with a combination of various data source...

    阿泽
  • HTML的书写规范

    The following document outlines a reasonable style guide for HTML development. T...

    javascript.shop
  • Bluemix Local: Architectural Overview

    We are ready to take Bluemix into your datacentres, behind your firewall. Some o...

    首席架构师智库
  • 分布式视觉-惯性协同定位

    本文提出了一种用于多机器人协同定位(CL)的一致分布式状态估计器,该估计器有效地融合了环境特征和跨时间和机器人的闭环约束。特别地,我们利用方差交集(CI)来允许...

    揽星河入梦8357995
  • 创业杂谈

    上周和一个投资人见面,聊了很多创业的事情。我虽然目前不在创业的节奏,几年内也不太会重返创业领域(需要花时间陪孩子,为孩子营造好的环境),但还是很关注创业圈的一举...

    tyrchen
  • 在机器学习上的应用——白盒分析可配置系统的性能建模(cs.SE)

    性能影响模型可以帮助利益相关者了解配置选项及其相互作用如何以及在哪里影响系统的性能。有了这种理解,利益相关者就可以调试性能行为,并做出慎重的配置决策。目前建立这...

    用户8078797

扫码关注云+社区

领取腾讯云代金券