Modelo de Predicción de la Actividad Física del Usuario utilizando Redes Neuronales Recurrentes de Memoria a Largo y Corto Plazo Basadas en Características de Datos

Recientemente, los servicios de salud móvil han atraído una atención significativa debido al desarrollo emergente y la oferta de diversos dispositivos portátiles. Los relojes inteligentes y las bandas de salud son el tipo más común de dispositivos portátiles basados en móviles y su tamaño de mercado está aumentando considerablemente. Sin embargo, las simples comparaciones de valores basadas en datos acumulados han revelado ciertos problemas, como la naturaleza estandarizada de la gestión de la salud y la falta de modelos de servicios de gestión de la salud personalizados. La convergencia de la tecnología de la información (TI) y la biotecnología (BT) ha cambiado el paradigma médico de la gestión continua de la salud y la prevención de enfermedades al desarrollo de un sistema que puede ser utilizado para proporcionar servicios médicos basados en tierra sin importar la ubicación del usuario. Además, la convergencia TI-BT ha hecho necesario el desarrollo de modelos y servicios de mejora del estilo de vida que utilizan análisis de big data y aprendizaje automático para proporcionar información de gestión de la salud personal y prevención de enfermedades basada en la salud móvil. Los datos de salud de los usuarios, que son específicos a medida que cambian con el tiempo, se recogen por diferentes medios de acuerdo con el estilo de vida de los usuarios y las circunstancias circundantes. En este artículo, proponemos un modelo de predicción de la actividad física del usuario que utiliza redes neuronales recurrentes (RNN) basadas en características de datos- memoria a largo y corto plazo (DC-LSTM). Para proporcionar servicios personalizados, se consideraron las características y circunstancias circundantes de los datos que pueden recogerse de los dispositivos móviles anfitriones en la selección de variables para el modelo. Las características de los datos consideradas fueron la facilidad de recogida, que representa si las variables son o no recogibles, y la frecuencia de ocurrencia, que representa si los cambios realizados en los valores de entrada constituyen