穿戴式医疗设备的自适应性用户界面使用深度Q学习和金子优化
Minhua Jiang1, Jia Huang2, Limei Wang3
1Department of Fine Arts and Design, Leshan Normal University, Leshan, 614000, Sichuan, China. ji12378900123@163.com.
Scientific reports
|December 30, 2025
概括
可穿戴医疗设备的自适应用户界面提高了可访问性. 一个新的深度Q学习模型与黄金子优化增强了个性化,导致更快的培训和更好的用户体验.
科学领域:
- 人与计算机的交互
- 人工智能的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 可穿戴医疗设备提供持续的健康监测,但往往缺乏可适应的用户界面.
- 静态接口对老年人和不那么精通技术的用户来说,带来了可访问性挑战.
研究的目的:
- 使用强化学习开发可穿戴医疗设备的自适应用户界面.
- 根据用户行为来个性化导航,按放置和通知时间.
主要方法:
- 使用深度Q学习 (DQL) 模型,并使用金子优化 (GJO) 算法进行增强.
- 进行了可用性测试,将自适应界面与传统静态设计进行比较.
主要成果:
- DQL-GJO模型实现了最快的融合 (45个时代).
- 演示了最低的任务完成时间 (82s) 和错误率 (9.9%).
- 获得了最高的用户满意度 (78%).
结论:
- 由GJO改进的DQL模型显著提高了适应性接口的培训效率.
- 这种适应性方法为可穿戴医疗设备提供了卓越的用户体验.
