人类活动识别数据分析：历史、演进与新趋势

辅助生活环境研究领域-AAL（Ambient Assisted Living）专注于开发创新技术、产品和服务，为老年人提供照护、医疗和康复支持，以延长他们独立生活的时间，无论他们是否患有神经退行性疾病或某种残疾。这一重要领域负责活动识别系统-ARS（Activity Recognition Systems）的开发，该系统是识别老年人所开展活动类型的宝贵工具，旨在为其提供协助，使其能够完全正常地进行日常活动。本文旨在对相关文献进行综述，展示应用于该健康科学领域的不同数据处理技术的演变，涵盖监督学习、无监督学习、集成学习、深度学习、强化学习、迁移学习以及元启发式方法，并为该知识领域的研究人员展示近期实验的指标。本文的研究结果表明，基于强化学习或迁移学习的模型为人类活动识别的处理与分析提供了一条良好的研究路线。