私はプロトタイプフレームワークに取り組んでいます。
基本的に、GPS、モーション、心拍数、周囲の環境の読み取り値、温度などのセンサーデータに基づいて、各個人のライフスタイルのモデルまたはプロファイルを生成する必要があります。
提案されたモデルまたはプロファイルは、個人のライフスタイル パターンの知識表現です。たぶん、確率のグラフ。
これを実装するために、隠れマルコフ モデルを使用することを考えています。HMM の状態には、Working、Sleeping、Leisure、Sport などがあります。観測は、さまざまなセンサー データのセットである可能性があります。
HMM についての私の理解では、次の状態 S(t) は前の 1 つの状態 S(t-1) にのみ依存するということです。ただし、実際には、人の活動は以前の n 個の状態に依存する場合があります。HMMを使用することはまだ良い考えですか? または、他のより適切なモデルを使用する必要がありますか? マルコフ連鎖の 2 次および複数次の作業を見てきましたが、HMM にも適用されますか?
詳しく説明していただけると大変助かります。
ありがとう!!