به گزارش گروه دانشگاه خبرگزاری دانشجو، تجزیه و تحلیل الگوی راه رفتن فردی، یا راه رفتن، میتواند جزئیاتی را در مورد هویت آنها آشکار کند و تفاوتهای بین افراد، گروهها و حتی جمعیتها را منعکس کند.
یک تیم بینالمللی از محققان به رهبری کاین دانکنسون از دانشگاه آدلاید، دومینیک تیولیس، دکتر ویل رابرتسون و دکتر احسان عباسنژاد، مشخصات متنوعی از دادههای راه رفتن بیش از ۷۰۰ نفر را تهیه کردند و مدلهای هوش مصنوعی را برای یافتن آموزش دادند. شباهتها
این تحقیق در مجله The Journal of the Royal Society Interface منتشر شد.
در حال حاضر کار در مورد چگونگی استفاده از روابط بین راه رفتن و حالت بیولوژیکی در مراقبتهای بهداشتی و امنیت انجام شده است، اما تاکنون، این زمینهها از روشهای مختلفی استفاده میکردند.
کاین دانکنسون، سرپرست تیم تحقیق و کاندیدای پژوهشی از دانشکده پزشکی آدلاید، گفت: در مراقبتهای بهداشتی، هدف استفاده از راه رفتن بهپیشرفتهتر را تسهیل کند.
روندها در عملکرد و بینشهای XAI نشان داد که کفش، سرعت راه رفتن، توده بدن، جنسیت، قد و احتمالاً سایر عوامل وابسته به زمان برای تأثیرگذاری بر تنوع راه رفتن در سطوح مختلف، و سیستمهای تشخیص راه رفتن مبتنی بر هوش مصنوعی که بر دادههای پلت فرم نیرو متکی هستند تأثیر متقابل دارند. نوید قابل توجهی برای تجزیه و تحلیل شخصی نشان میدهد.