FenixEdu™

Dissertação

Active Data Collection of Health Data in Mobile Devices EVALUATED

Detalhes: Nesta tese pretendemos desenvolver um sistema de notificações inteligente, destinado a aplicações de mHealth, que melhore o compromisso a longo prazo dos utilizadores. Considera-se uma aplicação instalada no telemóvel do utilizador, que pede periodicamente informação acerca do seu estado e atividade. A metodologia proposta utiliza Aprendizagem por Reforço, permitindo a aprendizagem de quais os momentos mais oportunos para enviar notificações. Tal ocorre com base em informação facilmente acessível e que não é privada. Primariamente, utiliza-se o histórico de reacções, isto é, como o utilizador reagiu no passado às notificações recebidas. São desenhadas várias formulações deste problema, desenvolvendo variantes de cada um dos componentes que os algoritmos implementados requerem. Estes componentes são posteriormente permutados de modo a encontrar a melhor combinação de método de inicialização, algoritmo, estado e recompensa. Desenvolve-se também um simulador para reflectir o comportamento dos utilizadores. Este é utilizado para testar as combinações criadas, replicando o dia-a-dia de vários utilizadores com estilos de vida distintos. Este trabalho exibe resultados promissores e, apesar de necessitar de uma maior variedade de testes para ser totalmente validado, demonstra que um sistema eficiente e equilibrado pode ser construído usando formulações simples de um problema de Aprendizagem por Reforço. Adicionalmente, comprova que não existe a obrigatoriedade de utilizar informação sensível, como a localização ou ruído de ambiente. Esta abordagem endereça preocupações de privacidade e limita inconvenientes que o uso de sensores acarreta, como falhas na agregação de dados ou o gasto excessivo de bateria, ao não utilizar informação proveniente dos sensores do telemóvel.
Keywords: mHealth, Notificações, Aprendizagem Automática, Personalização, Aprendizagem por Reforço, Recetividade

Discussão: dezembro 10, 2021, 8:0