先进技术 机器学习 自然语言处理 远程医疗，可穿戴设备，移动和物联网（IoT） 增强现实和虚拟现实 网络安全，区块链和移动分布式数据 图形数据，大数据和实用情报 生物识别，基因组学和计算生物学 DevOps，运营化，云 机器人流程和自动化的成熟度 先进的技术 技术栈 增强现实/虚拟现实 基于位置的AR，训练数据，3D几何，模型效率和交互式系统 AI和AR 智能增强现实 计算机视觉 视觉，机器学习，图形和机器人 对新颖的算法进行严格的科学研究，从而得出有趣而有用的发明。 公开发现的知识并为其授

什么是mHealthDroid？ mHealhDroid是一个开放源代码移动框架，旨在促进mHealth和生物医学应用程序的快速，轻松开发。 该框架旨在利用诸如智能手机或平板电脑，可穿戴传感器和便携式生物医学设备等移动设备的潜力。 这些系统越来越多地用于监视和提供个人保健和福祉。 同样，mHealthDroid旨在将包括研究和商业系统在内的异构多模式传感器整合在一起。 该框架包括一组广泛的模块，用于传感器数据采集，数据管理，远程存储，信号处理，机器学习，多维数据可视化，以及智能建议和多媒体指

使用机器学习量化网球运动员的表现 该项目是为HDSI本科奖学金而创建的。 创作者：Karthik Guruvayurappan，Eric Jiang，Shweta Kumar 导师：劳伦·格林 介绍 该项目的目标是生成基于机器学习分析和见解的工具，以改善网球运动员的表现，特别是针对UC圣地亚哥男子网球队。 为了生成这些工具，我们使用了Catapult可穿戴设备和In / Out场内摄像机的数据。 通过这些技术，我们构建了一个用于挥杆检测的时间序列分析工具，以及一个可以利用有关每个击球信息的点

可穿戴设备-机器学习