从分类到临床洞察：基于大语言模型的移动与行为健康数据分析与推理
作者
人体姿态与行为识别大语言模型（LLM）的人机协作精神科医生与心理咨询师HCI 研究员
未找到结果
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 大语言模型（LLM）能否有效分析来自移动和可穿戴设备的行为数据以生成有意义的临床洞察？分类: 可穿戴、感知与生理监测同类问题arrow_forward
- 连锁思维（CoT）方法能否提升LLM在多传感器行为数据分析中的推理能力？分类: 可穿戴、感知与生理监测同类问题arrow_forward
- LLM生成的推理内容是否能够在临床情景中帮助心理健康专业人士改进诊断和治疗？分类: 可穿戴、感知与生理监测同类问题arrow_forward
lightbulb
现实痛点
1- 心理健康数据缺乏因果分析和可操作的临床洞察。分类: 可穿戴、感知与生理监测同类问题arrow_forward
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
UbiComp
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
10 位作者
sell
研究子方向
人体姿态与行为识别、大语言模型（LLM）的人机协作
work
职业/产业
精神科医生与心理咨询师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
2 篇相关论文