加州大學聖達戈分校電腦科學和工程系研究人員提取了1000名跑步者的25萬份鍛煉記錄建立資料表，然後讓機器學習這份資料表以建立一個模型。這個模型通過分析跑步者以往的鍛煉資料，預測特定鍛煉時間和路線下的跑步速度和心率。
研究人員表示，該工具能夠識別影響鍛煉效果的重要因素，如跑道坡度及跑步者的身體狀態，也可以為想達到特定心率目標的跑步者推薦路線。它還能做出短期預測，比如告訴跑步者加減速等。
研究團隊稱，因為個體之間差異性太大，個性化對健身資料模型至關重要。下一步研究人員將使用這一工具學習其他資料以應用於更複雜的健身指導場景。
最新評論