4 月 9 日報道,蘋果健康研發團隊在今年三月末發表文章,通過運用人工智能及機器學習技術,為依照用戶需求量身打造健身方案提供依據。
蘋果健康研究團隊強調,已有的模型僅基于高度可控實驗室環境下的觀察,得出的結果與Apple Watch在現實世界的心跳數據有出入。他們因此,創新性地引入了一種新式的機器學習算法,它既包含傳統心率模型,又融合了適應當前復雜多變的外部環境的靈活性適應系統,意在構建專屬個人的心率模型,以便準確獲取每位消費者的健身數據。
此項機器人算法首先深入挖掘特定用戶的運動史,在此基礎上,進一步搜集運動期間拍攝的相關數據,最終經由算法精確修正,使身體對運動環境的應激反應達到最佳水平。
此團隊解釋稱,運用“卷積神經網絡”技術,以此方法對個體近期的具體訓練成果,包括心率、步速、行進速度及高度變動進行建模。
本系統還會對一些容易被忽視的因素加以重視。蘋果健康研究團隊提到,在炎熱或濕度過高的環境里進行運動,心率會相應上升,但這種現象在實驗室環境中往往難以顯現。同時,系統也會密切關注行走頻次、高度變化與速度變化等數據,進一步提升對運動強度的精確預測能力。
-
Apple
+關注
關注
1文章
935瀏覽量
53646 -
蘋果
+關注
關注
61文章
24535瀏覽量
203128 -
機器學習
+關注
關注
66文章
8492瀏覽量
134122
發布評論請先 登錄
英偉達GTC2025亮點:NVIDIA、Alphabet 和谷歌攜手開啟代理式與物理AI的未來

深控技術工業網關通過集成邊緣AI引擎與多源數據融合技術,實現設備健康狀態的實時預測與能效優化

谷歌加速AI部門整合:AI Studio團隊并入DeepMind
蘋果利用AWS定制AI芯片提升服務
蘋果計劃3月推出AI智能居家設備
Simcenter HEEDS設計空間探索和優化軟件

評論