项目简介:该项目为和某为公司的横向合作项目,拟通过智能手表内置运动传感器数据结合 机器学习算法,推出一个帕金森
病情居家智能自诊系统。
负责工作与结果:
1.负责系统方案设计,实地数据采集;
2.利用基于BvSB采样的 主动学习算法, 降低80%-95%的数据标记需求;
3.利用子结构 迁移学习,缓解数据分布差异问题, 提高3%-5%的准确率;
4.采用多种 异常检测技术完成数据清洗,提高数据质量, 召回85%+的噪声。
关键字:移动健康、时间序列、Machine Learning、Active Learning、Transfer Learning、Anomaly Detection