Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 پتنت جدید اپل منتشر شد:گجت‌های ردیاب خواب اپل، به یادگیری ماشین مجهز گردید

پتنت جدید اپل منتشر شد:گجت‌های ردیاب خواب اپل، به یادگیری ماشین مجهز گردید

زمان مطالعه: 2 دقیقه

اپل که سال‌ها پیش از سیستم پایشگر خواب خود رونمایی کرده بود، حالا با ثبت اختراع جدیدی، از ارتقاء این دستگاه‌ها با استفاده از الگوریتم یادگیری ماشینی پرده برداشته است. این پتنت جدید اپل، قادر‌به ردیابی خواب کاربر به‌صورت مرحله‌بندی‌شده بوده، و از این طریق به افزایش مدت زمان و کیفیت خواب کاربران کمک می‌کند.

به گزارش هوشیو، اپل در سال 2017  یک شرکت فنلاندی با نام Beddit را خریداری کرد. از آن زمان تاکنون، اپل پتنت‌هایی را برای بهبود سیستم Beddit ثبت کرده است. فراتر از سنسورهای ردیاب خواب متصل به تخت، اپل یک اپلیکیشن خواب برای اپل واچ و آیفون راه‌اندازی کرده است. روز پنجشنبه، اداره ثبت اختراع و علائم تجاری ایالات‌متحده، یک درخواست ثبت اختراع از اپل با‌عنوان Sleep Staging” با استفاده از یادگیری ماشین منتشر کرد. این حق ثبت اختراعی است که متخصصان پزشکی از آن استقبال خواهند کرد.

اپل

یکی از مخترعانی که روی این پتنت کار کرده، دکتر مت بیانچی دکترای نورولوژی و پزشکی خواب است، که در‌حال‌حاضر با Apple Health Technologies همکاری دارد. یکی دیگر از فهرست‌های ثبت شده در این پتنت، الکساندر چاPh.D. در مهندسی پزشکی با تمرکز بر علوم اعصاب است، که رهبری تیم الگوریتم‌های فناوری‌های بهداشتی وعلوم داده را برعهده دارد. او الگوریتم‌های یادگیری ماشین و پردازش سیگنال را در محصولات جدید و موجود اپل توسعه می‌دهد.

برای درک الگوهای خواب بیمار، پزشکان معمولاً با نظارت بر فعالیت الکتروانسفالوگرافی (EEG) در طول خواب، مرحله‌بندی خواب عینی را انجام می‌دهند. EEG آزمایشی است که فعالیت الکتریکی مغز را با‌استفاده از الکترودهای متصل‌به پوست سر تشخیص می‌دهد. سلول‌های مغزی بیمار با استفاده از تکانه‌های الکتریکی ارتباط برقرار می‌کنند و حتی زمانی که بیمار خواب است، همیشه فعال هستند. ازآنجایی‌که خوابیدن با الکترودهای متصل به پوست سر می‌تواند دست‌و‌پا گیر و آزاردهنده باشد، حسگرهای دیگری برای نظارت‌بر الگوهای خواب ساخته شده‌اند، مانند دستگاه‌های پوشیدنی و سنسورهای تعبیه شده بر روی تخت.

دستگاه‌های پوشیدنی معمولاً روی مچ، پاها یا قفسه سینه قرار می‌گیرند و شامل حسگرهای حرکتی (مثلاً شتاب‌سنج‌ها) برای ردیابی حرکات در این محل‌ها هستند. سنسورهای درون تخت معمولاً در زیر ملحفه قرار می‌گیرند و شامل حسگرهایی هستند که می‌توانند تنفس و ضربان قلب را با اندازه‌گیری حرکات ریز بدن که هنگام تنفس کاربر یا ضربان قلب او رخ می‌دهند، ردیابی کنند. داده‌های حسگر را می‌توان در یک برنامه مرحله‌بندی خواب نصب شده در تلفن هوشمند یا دستگاه دیگر وارد کرد.

اپل

برنامه ردیاب خواب، تمامی الگوهای مرتبط با خواب مانند کل مدت زمان خواب‌و‌بیداری و کیفیت خواب‌ را محاسبه می‌کند. این دستگاه‌ می‌تواند با رصد مدت زمان خواب، ضربان قلب، تنفس، دمای اتاق، رطوبت و حتی خروپف فرد، به کاربران کمک می‌کند میزان خواب خود را بهبود بخشند. پایشگر خواب همچنین الگوهای خواب کاربران را رصد خواهد کرد و براین اساس می‌تواند بهترین زمان به‌رختخواب رفتن و بیدار شدن را به آنها گوشزد نماید.

در‌حالی‌که برنامه ثبت اختراع اپل از ردیاب خواب “Beddit” پشتیبانی می‌کند، آنها رویکرد جدیدی را به این سیستم اضافه می‌کنند که شامل یادگیری ماشینی است.

یادگیری ماشینی برای بهبود پیش‌بینی حالت‌های خواب‌و‌بیداری استفاده می‌شود و می‌تواند توسط یک برنامه ردیابی خواب‌و‌بیداری برای تولید انواع معیارهای خواب مورد‌استفاده قرارگیرد. این فناوری همچنین می‌تواند برای ارتقاء کیفیت خواب کاربران مورد‌استفاده قرار گیرد و به آنها کمک کند میزان خواب خود را بهبود بخشند. این الگوریتم به برنامه ردیاب خواب‌و‌بیداری اجازه می‌دهد تا کاربران را در‌مورد چگونگی خواب بیشتر راهنمایی نماید.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]