中新社上海4月28比藏西县 想个人化订制健身活动又嫌T8100很贵？加利福尼亚大学加利福尼亚附属小学的科学研究相关人员近日借助广度自学工程技术出一类捷伊健身活动辅导辅助工具，能更快地估算慢跑者在锻炼皮肤前夕的光度，并预估和所推荐慢跑走线。
加州大学加利福尼亚附属小学软件工程和工程学院科学研究相关人员抽取了1000名慢跑者的25万本锻炼皮肤历史记录创建状况参数，接着让机器自学这本状况参数以创建两个数学模型。那个数学模型透过预测慢跑者过往的锻炼皮肤统计数据，预估某一锻炼皮肤天数和走线下的慢跑速度和光度。
科学研究相关人员则表示，该辅助工具能辨识负面影响锻炼皮肤效用的关键不利因素，如滑行道斜度及慢跑者的皮肤状况，也能为想达至某一光度最终目标的慢跑者所推荐走线。它还能作出中长期预估，比如说说慢跑者加失速等。
科学研究项目组称，即使子代间相似性太大，个人化对健身活动统计数据数学模型非常关键。下一步棋科学研究相关人员将采用而此辅助工具自学其它统计数据以应用于更繁杂的健身活动辅导情景。
