Buchumschlag

From Biometrics to Environmental Control: AI-Enhanced Digital Twins for Personalized Health Interventions in Healing Landscapes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Meng, Yiping, Sun, Yiming
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Signal Processing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Digital Twin-Empowered Voltage Control for Power Systems
von: Xu, Jiachen, et al.
Veröffentlicht: (2024)

Personalized Heart Disease Detection via ECG Digital Twin Generation
von: Hu, Yaojun, et al.
Veröffentlicht: (2024)

Respiratory Disease Classification and Biometric Analysis Using Biosignals from Digital Stethoscopes
von: Casado, Constantino Álvarez, et al.
Veröffentlicht: (2023)

Vision-Assisted Digital Twin Creation for mmWave Beam Management
von: Arnold, Maximilian, et al.
Veröffentlicht: (2024)

Advancing Personalized Federated Learning: Integrative Approaches with AI for Enhanced Privacy and Customization
von: Cooper, Kevin, et al.
Veröffentlicht: (2025)

How to Bridge the Sim-to-Real Gap in Digital Twin-Aided Telecommunication Networks
von: Ruah, Clement, et al.
Veröffentlicht: (2025)

Calibrating Wireless Ray Tracing for Digital Twinning using Local Phase Error Estimates
von: Ruah, Clement, et al.
Veröffentlicht: (2023)

Data Sensor Fusion In Digital Twin Technology For Enhanced Capabilities In A Home Environment
von: Momoh, Benjamin, et al.
Veröffentlicht: (2025)

Digital Twin Assisted Deep Reinforcement Learning for Online Admission Control in Sliced Network
von: Tao, Zhenyu, et al.
Veröffentlicht: (2023)

Chartwin: a Case Study on Channel Charting-aided Localization in Dynamic Digital Network Twins
von: Cazzella, Lorenzo, et al.
Veröffentlicht: (2025)

Adaptive Sensor Steering Strategy Using Deep Reinforcement Learning for Dynamic Data Acquisition in Digital Twins
von: Ogbodo, Collins O., et al.
Veröffentlicht: (2025)

Time series forecasting for multidimensional telemetry data using GAN and BiLSTM in a Digital Twin
von: Neto, Joao Carmo de Almeida, et al.
Veröffentlicht: (2025)

PIDT: Physics-Informed Digital Twin for Optical Fiber Parameter Estimation
von: Jiang, Zicong, et al.
Veröffentlicht: (2026)

Physically Accurate Differentiable Inverse Rendering for Radio Frequency Digital Twin
von: Chen, Xingyu, et al.
Veröffentlicht: (2026)

Equation-Free Digital Twins for Nonlinear Structural Dynamics
von: Abaei, Mohammad Mahdi, et al.
Veröffentlicht: (2026)

Towards a Digital Twin Framework in Additive Manufacturing: Machine Learning and Bayesian Optimization for Time Series Process Optimization
von: Karkaria, Vispi, et al.
Veröffentlicht: (2024)

Learning Context-conditioned Gaussian Overbounds for Convolution-Based Uncertainty Propagation
von: Liu, Ruirui, et al.
Veröffentlicht: (2026)

The Role of Explainable AI in Revolutionizing Human Health Monitoring: A Review
von: Alharthi, Abdullah, et al.
Veröffentlicht: (2024)

Explainable AI Using Inherently Interpretable Components for Wearable-based Health Monitoring
von: Kuschel, Maurice, et al.
Veröffentlicht: (2026)

Enhancing Power Quality Event Classification with AI Transformer Models
von: Saber, Ahmad Mohammad, et al.
Veröffentlicht: (2024)

Automatic AI Model Selection for Wireless Systems: Online Learning via Digital Twinning
von: Hou, Qiushuo, et al.
Veröffentlicht: (2024)

Enhancing AI-Based ECG Delineation with Deep Learning Denoising Techniques
von: Breeding-Allison, Jeff, et al.
Veröffentlicht: (2026)

Inferring Group Intent as a Cooperative Game. An NLP-based Framework for Trajectory Analysis
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)

Federated Contrastive Learning for Personalized Semantic Communication
von: Wang, Yining, et al.
Veröffentlicht: (2024)

Enhancing UAV Security Through Zero Trust Architecture: An Advanced Deep Learning and Explainable AI Analysis
von: Haque, Ekramul, et al.
Veröffentlicht: (2024)

Diagnostic Digital Twin for Anomaly Detection in Floating Offshore Wind Energy
von: Stadtmann, Florian, et al.
Veröffentlicht: (2024)

Addressing Heterogeneity in Federated Load Forecasting with Personalization Layers
von: Bose, Shourya, et al.
Veröffentlicht: (2024)

Half-AVAE: Adversarial-Enhanced Factorized and Structured Encoder-Free VAE for Underdetermined Independent Component Analysis
von: Wei, Yuan-Hao, et al.
Veröffentlicht: (2025)

On Counterfactual Interventions in Vector Autoregressive Models
von: Butler, Kurt, et al.
Veröffentlicht: (2024)

Transfer Learning for VLC-based indoor Localization: Addressing Environmental Variability
von: Jan, Masood, et al.
Veröffentlicht: (2025)

Manifold Learning for Personalized and Label-Free Detection of Cardiac Arrhythmias
von: Vazifeh, Amir Reza, et al.
Veröffentlicht: (2025)

Prospects for AI-Enhanced ECG as a Unified Screening Tool for Cardiac and Non-Cardiac Conditions -- An Explorative Study in Emergency Care
von: Strodthoff, Nils, et al.
Veröffentlicht: (2023)

Environmental Feature Engineering and Statistical Validation for ML-Based Path Loss Prediction
von: Ethier, Jonathan, et al.
Veröffentlicht: (2025)

Leveraging Conversational Generative AI for Anomaly Detection in Digital Substations
von: Zaboli, Aydin, et al.
Veröffentlicht: (2024)

Personalized Coupled Tensor Decomposition for Multimodal Data Fusion: Uniqueness and Algorithms
von: Borsoi, Ricardo Augusto, et al.
Veröffentlicht: (2024)

Enhancing Off-Grid One-Bit DOA Estimation with Learning-Based Sparse Bayesian Approach for Non-Uniform Sparse Array
von: Hu, Yunqiao, et al.
Veröffentlicht: (2024)

Demand-Aware Beam Hopping and Power Allocation for Load Balancing in Digital Twin empowered LEO Satellite Networks
von: Zhao, Ruili, et al.
Veröffentlicht: (2024)

Electrical Load Forecasting in Smart Grid: A Personalized Federated Learning Approach
von: Rahman, Ratun, et al.
Veröffentlicht: (2024)

Spiking Personalized Federated Learning for Brain-Computer Interface-Enabled Immersive Communication
von: Shang, Chen, et al.
Veröffentlicht: (2026)

Learned Digital Codes for Over-the-Air Federated Learning
von: Tarizzo, Antonio, et al.
Veröffentlicht: (2025)