อัลกอริธึมการใช้พลังงานครั้งแรก


16

ฉันกำลังมองหาการนำไปใช้ (หรือเอกสารที่อธิบายถึงอัลกอริทึมจริง) สำหรับการใช้พลังงาน / การคำนวณ VO2 / EPOC จากความแปรปรวนของอัตราการเต้นของหัวใจ

เอกสารทางเทคนิคเกี่ยวกับ

  • การประมาณปริมาณการใช้ออกซิเจน
  • การประมาณค่าใช้จ่ายพลังงาน
  • EPOC (การใช้ออกซิเจนมากเกินไปหลังออกกำลังกาย)
  • ผลการฝึกอบรม
  • การวิเคราะห์การฟื้นตัวของนักกีฬา

สามารถดาวน์โหลดได้ที่นี่

ตามเว็บเพจของ Garmin ข้อผิดพลาดนั้นเล็กกว่าประมาณ 50% สำหรับวิธีทั่วไป

แม้ว่าสิ่งเหล่านี้น่าอ่าน แต่พวกเขาไม่ได้บอกเราถึงวิธีการคำนวณค่าเหล่านี้จากข้อมูลอัตราการเต้นของหัวใจ ทั้งหมดมันพูดว่า:

โครงข่ายประสาทถูกนำมาใช้เพื่อสร้างแบบจำลองที่ได้มาซึ่ง VO2 จากช่วงเวลา RR (เวลาระหว่างจังหวะหัวใจต่อเนื่อง) โดยใช้อัตราการหายใจและข้อมูลการตอบสนอง / ปิด

แม้ว่าเครื่องวัดอัตราการเต้นของหัวใจปกติจะไม่สามารถใช้ข้อมูลได้ แต่ก็มีเครื่องรับแบบราคาถูกสำหรับขั้วและ ANT + รอบที่อนุญาตให้มีการตรวจสอบการเต้นแบบเต้นเช่น www.sparkfun.com/products/8661 (สำหรับขั้ว) หรือhttp: //www.abra-electronics.com/products/WRL%252d08840-Nordic-USB-ANT-Stick.html (สำหรับมด +) https://code.google.com/p/hrvtracker/ (โปรแกรม)

การประมาณค่าใช้จ่ายทั่วไปของแคลอรี่เป็นหน้าที่ของอัตราการเต้นหัวใจที่สามารถพบได้ในบทความนี้: ทำนายการใช้พลังงานจากการตรวจสอบอัตราการเต้นหัวใจในระหว่างการออกกำลังกาย Submaximal


3
ระบุว่าพวกเขาใช้โครงข่ายประสาทเป็นส่วนประกอบเทคโนโลยีหลักมันอาจเป็นการยากที่จะอธิบายการทำแผนที่ทางวิทยาศาสตร์ (ดู "ข้อเสีย" ในen.wikipedia.org/wiki/Artificial_neural_network ) ทางวิทยาศาสตร์
FredrikD

2
ตกลง NNs ไม่แน่นอน ไม่ว่าพวกเขาจะทำงานหรือไม่ แต่อธิบายว่าทำไมอีกเรื่องหนึ่ง
Baarn

1
ฉันพบวิทยานิพนธ์ของหนึ่งใน Firstbeat People ที่ jyx.jyu.fi/dspace/bitstream/handle/123456789/13267/ …
Dan

3
จากการอ่านวิทยานิพนธ์ของเขาดูเหมือนว่าพวกเขาใช้หน่วย sigmoid / logistic ซึ่งไม่ใช่เชิงเส้น อย่างไรก็ตามเขาใช้โครงข่ายประสาทเทียมเพื่อสกัดความถี่การหายใจจากอนุกรมเวลาของอัตราการเต้นของหัวใจ ซึ่งหมายความว่าพวกเขาไม่ได้ใช้มันเพื่อสร้างสูตรการถดถอยเชิงเส้นโดยตรง แต่ใช้มันเป็นพื้นฐานสำหรับแบบจำลองที่ใช้การถดถอยเชิงเส้นแทน คุณอาจอธิบายได้ว่าเป้าหมายของคุณจะเป็นอย่างไร อาจเป็นไปได้ว่าคุณไม่ต้องกังวลกับการประมวลผลข้อมูลเดียวกันหากคุณมีสิทธิ์เข้าถึงข้อมูลอัตราการเต้นของหัวใจที่ล้างข้อมูลคุณสามารถใช้สูตรที่คุณพบ
Ivo Flipse

2
ฉันโพสต์คำถามที่นี่เพราะฉันสนใจอัลกอริทึมที่ฉันสามารถเรียกใช้ข้อมูล HR ของตัวเองได้ NN ไม่มีอะไรนอกจากกล่องดำที่ให้ผลลัพธ์ที่ไม่สามารถตรวจสอบได้มากหรือน้อยและอาจไม่เสถียรหลังจากการฝึกอบรมด้วยชุดข้อมูลขนาดใหญ่ เนื่องจากฉันไม่สามารถเข้าถึงชุดข้อมูลการฝึกอบรมนี้ได้การเข้าใจว่า NN ไม่มีประโยชน์สำหรับฉันมากเกินไป ฉันสนใจโมเดลทางสรีรวิทยา + อัลกอริทึมที่ใช้งานได้ซึ่งขึ้นอยู่กับสัมประสิทธิ์เพียงไม่กี่อย่างเท่านั้น มันง่ายต่อการเข้าใจข้อ จำกัด ของตัวแบบเช่นกัน
Dan

คำตอบ:


-2

ในขณะที่ฉันไม่มีอัลกอริธึมฉันมีไลบรารี่ขนาดไฟล์ที่ดีของไฟล์. pdf ของแบบฝึกหัด จากการที่บางคนสามารถย้อนวิศวกรได้บางสิ่งใกล้เคียงกับแบบจำลองการใช้พลังงาน ฉันมีความสงสัยอย่างมากว่าการปรับให้เรียบแบบเอกซ์โพเนนเชียลเป็นส่วนใหญ่

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.