Resumen

Ante el fracaso de los adolescentes en obtener una amplia cantidad de ejercicios físicos en la etapa de crecimiento y desarrollo, el sistema nervioso central relacionado es propenso a la degeneración y la aptitud física comienza a declinar gradualmente. De hecho, a través de monitorear el proceso de ejercicio en tiempo real y cuantificar los datos de ejercicio, el entrenamiento físico de los adolescentes puede ser llevado a cabo de manera efectiva. Para dicho proceso, se abordan dos cuestiones, es decir, el monitoreo de datos en tiempo real y la evaluación de cuantificación de datos. Por lo tanto, este documento propone un método novedoso basado en Aprendizaje por Refuerzo (RL, por sus siglas en inglés) y modelo de Markov para monitorear y evaluar el efecto del entrenamiento físico. Mientras tanto, el RL se utiliza para optimizar la tasa de bits adaptativa del video de vigilancia y ayudar en el monitoreo de datos en tiempo real; el modelo de Markov se emplea para evaluar la condición de salud en el entrenamiento físico. Finalmente, desarrollamos un sistema de monitoreo en tiempo real sobre datos de ejercicio y lo comparamos con los mecanismos de vanguardia basados en esta plataforma del sistema. Los resultados experimentales indican que el mecanismo de optimización de rendimiento propuesto puede ser más eficiente para llevar a cabo el entrenamiento físico. En particular, la tasa promedio de desviación de evaluación basada en el modelo de Markov se mantiene controlada dentro del 0.16%.

• Materias:Red 5G Internet de las cosas Seguridad de la información Tecnologías de comunicación
• Subjects:5G Network Internet of things Information security Communication technologies
• Palabras claves:Ejercicios; Sistema nervioso central; Condición física; Monitorización en tiempo real; Modelo de Markov; Aprendizaje por refuerzo
• Keywords:Exercises; Central nervous system; Physical fitness; Real-time monitoring; Markov model; Reinforcement Learning