垂直產業
用穿戴設備和深度學習預測建築工人熱應激：基於 LSTM 的機器學習方案
Enhancing Construction Worker Safety in Extreme Heat: A Machine Learning Approach Utilizing Wearable Technology for Predictive Health Analytics
arXiv cs.AI · 2026-04-22
摘要
研究團隊開發了注意力機制 LSTM 模型，利用 Garmin Vivosmart 5 智慧手錶監測心率、心率變異性和血氧飽和度等生理數據，為沙烏地阿拉伯 19 名建築工人預測熱應激風險。該模型測試準確率達 95.40%，精準度和召回率均為 0.982，能有效降低誤判，並可整合到 IoT 安全系統和 BIM 儀表板中，為建築產業帶來數據驅動的主動安全管理新方向。
●開發者：可關注 LSTM 注意力機制在醫療監測場景的應用和穿戴設備數據整合方案
●投資人：工業安全科技和 IoT 健康監測領域值得關注
●一般用戶：建築工人安全防護將更智能化
重要性評分
🟠 值得關注
喜歡這篇？每天早晨還有更多。
訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。
相關指南
AI 自己改進自己（RSI）：Google、OpenAI、Anthropic 官方到底說了什麼
OpenAI、Anthropic、Google 都在談 AI 參與研發下一代 AI（RSI）。整理三家官方文件的原話與數字，分開傳言與事實：誰說了什麼、誰說還沒到。
閱讀指南 →
Google AI Studio Vibe Coding 教學：快速原型開發實戰
深入解析 Vibe Coding 是什麼，並提供 Google AI Studio 使用教學。透過 Google 程式碼生成技術，快速建立原型，提升開發效率。
閱讀指南 →
Perplexity vs ChatGPT：2026 搜尋與對話 AI 工具比較
深入比較 Perplexity vs ChatGPT 2026 版本，分析 perplexity 和 chatgpt 差異，解答 perplexity 好用嗎，並提供最佳 ai 搜尋工具推薦與選擇建議。
閱讀指南 →🤖 本文摘要由 AI 自動生成，內容源自原始報導。如有疑慮，請參閱關於我們。
喜歡這篇？每天早晨還有更多。
訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。