深入分析了傳感器數據的活動學習的計算方法。每章都提供了實用且詳細的步驟,介紹了如何分析和處理傳感器數據。
《中文版Activity Learning:從傳感器數據中發現、識別和預測人的行為》介紹了以下活動學習的方法:1、發現基於行為的傳感器數據中出現的活動模式;2、實時識別預定義或被發現的活動的出現;3、預測活動的出現。
《中文版Activity Learning:從傳感器數據中發現、識別和預測人的行為》介紹的方法適用於許多領域,如安全、電信、醫療保健、智能電網、住宅自動化。
《中文版Activity Learning:從傳感器數據中發現、識別和預測人的行為》將重點放在計算方法上,因此為研究生和研究人員提供活動學習的算法。
庫克(Diane J. Cook),博士,是IEEE會士、AAAL會員、美國華盛頓州立大學電子工程與計算機科學學院教授。她的研究領域包括人工智能、數據挖掘,都得到 NSF、NIH、NASA、DARRA、USAF、NRL和DHS等基金會的資助。她還參與編寫Mining Graph Data和Smart Environment兩書。
Narayanan C. Krishnan博士是印度羅巴爾技術學院計算機科學與工程系的教員,研究領域包括活動識別、普適計算和應用機器學習。Krishnan博士獲得2004年計算機科學技術大師學術成就金獎,並獲2010年美國亞利桑那州博士論文提名。