KAIST开发智能手机行为压力识别技术

KAIST研究团队开发SHIRBT-MMF，通过智能手机聊天、支付等重复行为识别用户每日压力状态。在26名参与者的评估中，表现最佳的个性化模型对短期与长期组的平均准确率分别为75.9%和73.8%，较传统应用使用分析方法高5.5和3.5个百分点。研究仅显示行为与压力的关联，未证明因果关系。

摘自 Tech Xplore 科技、AI 与电子产业

还没有足够的连续观测数据，暂不绘制趋势。