Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuro

Autores
Santillán Cooper, Martín; Armentano, Marcelo G.
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Es sabido que el comportamiento sedentario posee consecuencias negativas para la salud y, por lo tanto, alentar a los individuos a evitar este tipo de comportamiento puede redundar en la reducción de diferentes indicadores de riesgo. En este trabajo, se evaluaron diferentes arquitecturas de aprendizaje profundo para predecir el comportamiento sedentario futuro de un individuo a partir de los registros capturados de diferentes sensores disponibles en los dispositivos móviles actuales. Se analizaron usuarios con diferentes niveles de gasto energético, y se obtuvieron resultados alentadores que demuestran la eficiencia de las arquitecturas propuestas.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Arquitecturas de aprendizaje
Comportamiento sedentario
Gasto energético
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/87936
Acceder
id SEDICI_d87d4ce3d486585075a884637e424262
oai_identifier_str oai:sedici.unlp.edu.ar:10915/87936
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuroSantillán Cooper, MartínArmentano, Marcelo G.Ciencias InformáticasArquitecturas de aprendizajeComportamiento sedentarioGasto energéticoEs sabido que el comportamiento sedentario posee consecuencias negativas para la salud y, por lo tanto, alentar a los individuos a evitar este tipo de comportamiento puede redundar en la reducción de diferentes indicadores de riesgo. En este trabajo, se evaluaron diferentes arquitecturas de aprendizaje profundo para predecir el comportamiento sedentario futuro de un individuo a partir de los registros capturados de diferentes sensores disponibles en los dispositivos móviles actuales. Se analizaron usuarios con diferentes niveles de gasto energético, y se obtuvieron resultados alentadores que demuestran la eficiencia de las arquitecturas propuestas.Sociedad Argentina de Informática e Investigación Operativa2019-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf102-115http://sedici.unlp.edu.ar/handle/10915/87936spainfo:eu-repo/semantics/altIdentifier/issn/2451-7585info:eu-repo/semantics/reference/hdl/10915/135046info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-12-03T10:37:01Zoai:sedici.unlp.edu.ar:10915/87936Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-12-03 10:37:01.947SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuro
title Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuro
spellingShingle Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuro
Santillán Cooper, Martín
Ciencias Informáticas
Arquitecturas de aprendizaje
Comportamiento sedentario
Gasto energético
title_short Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuro
title_full Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuro
title_fullStr Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuro
title_full_unstemmed Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuro
title_sort Modelos de aprendizaje profundo para la predicción de comportamiento sedentario futuro
dc.creator.none.fl_str_mv Santillán Cooper, Martín
Armentano, Marcelo G.
author Santillán Cooper, Martín
author_facet Santillán Cooper, Martín
Armentano, Marcelo G.
author_role author
author2 Armentano, Marcelo G.
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Arquitecturas de aprendizaje
Comportamiento sedentario
Gasto energético
topic Ciencias Informáticas
Arquitecturas de aprendizaje
Comportamiento sedentario
Gasto energético
dc.description.none.fl_txt_mv Es sabido que el comportamiento sedentario posee consecuencias negativas para la salud y, por lo tanto, alentar a los individuos a evitar este tipo de comportamiento puede redundar en la reducción de diferentes indicadores de riesgo. En este trabajo, se evaluaron diferentes arquitecturas de aprendizaje profundo para predecir el comportamiento sedentario futuro de un individuo a partir de los registros capturados de diferentes sensores disponibles en los dispositivos móviles actuales. Se analizaron usuarios con diferentes niveles de gasto energético, y se obtuvieron resultados alentadores que demuestran la eficiencia de las arquitecturas propuestas.
Sociedad Argentina de Informática e Investigación Operativa
description Es sabido que el comportamiento sedentario posee consecuencias negativas para la salud y, por lo tanto, alentar a los individuos a evitar este tipo de comportamiento puede redundar en la reducción de diferentes indicadores de riesgo. En este trabajo, se evaluaron diferentes arquitecturas de aprendizaje profundo para predecir el comportamiento sedentario futuro de un individuo a partir de los registros capturados de diferentes sensores disponibles en los dispositivos móviles actuales. Se analizaron usuarios con diferentes niveles de gasto energético, y se obtuvieron resultados alentadores que demuestran la eficiencia de las arquitecturas propuestas.
publishDate 2019
dc.date.none.fl_str_mv 2019-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/87936
url http://sedici.unlp.edu.ar/handle/10915/87936
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/2451-7585
info:eu-repo/semantics/reference/hdl/10915/135046
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
dc.format.none.fl_str_mv application/pdf
102-115
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1850507778449211392
score 12.764688

Publicaciones similares