仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
赛题名称：CMI-DetectBehaviorwithSensorData
赛题类型：时间序列、时序分类
赛题任务：识别行为手势
https ://www. kaggle.com/competitions/cmi-detect-behavior-with-sensor-data/
身体聚焦重复行为（BFRBs）是一类自我导向的习惯性行为，包括拔头发、抠皮肤和咬指甲等。这些行为在焦虑症和强迫症（OCD）患者中较为常见，可能对个体的身心健康造成严重影响。为了更好地研究和检测这些行为，ChildMindInstitute（CMI）开发了一款名为Helios的手腕设备，用于收集相关数据。
Helios设备集成了多种传感器：
惯性测量单元（IMU）：用于测量旋转和运动。
5个热电堆（Thermopiles）：用于检测身体热量。
5个飞行时间传感器（Time-of-FlightSensors）：用于检测接近物体的距离。
在研究中，参与者在佩戴Helios设备的情况下，完成了一系列重复的手势动作。这些动作分为三个阶段：
过渡（Transition）：从静止位置移动到目标位置。
暂停（Pause）：在目标位置短暂停留，不做任何动作。
手势（Gesture）：执行BFRB类或非BFRB类动作。
竞赛的解决方案将直接影响实际应用。通过比较仅使用IMU和使用所有传感器的检测效果，可以判断热电堆和飞行时间传感器是否能显著提高BFRB检测的准确性，从而为未来可穿戴设备的设计和开发提供数据支持。这将有助于开发更有效的工具用于检测和治疗BFRBs，改善相关心理健康问题的干预手段。
竞赛要求参赛者开发一个预测模型，能够：
区分BFRB类手势和非BFRB类手势。
识别具体的BFRB类手势类型。
本次竞赛的评估指标是宏平均F1分数（MacroF1）的变体，它综合考虑了两个部分：
二元F1分数：判断手势是否属于目标类型（BFRB类手势）或非目标类型（非BFRB类手势）。
宏平均F1分数：对所有手势进行评估，其中所有非目标手势被合并为一个单一的“非目标”类别。
最终得分是二元F1分数和宏平均F1分数的平均值。
2025年8月26日：参赛报名截止日期。参赛者必须在此日期之前接受竞赛规则，才有资格参赛。
2025年8月26日：团队合并截止日期。这是参赛者可以加入或合并团队的最后一天。
2025年9月2日：最终提交截止日期。参赛者需要在此日期之前完成所有提交工作。
数据集包含参与者在手腕上佩戴Helios设备时执行的8种BFRB类手势和10种非BFRB类手势的传感器记录。Helios设备包含以下三种传感器类型：
惯性测量单元（IMU；型号BNO080/BNO085）：集成传感器，结合加速度计、陀螺仪和磁力计的测量数据，并通过内置处理提供方向和运动数据。
热电堆传感器（MLX90632）：非接触式温度传感器，用于测量红外辐射。
飞行时间传感器（VL53L7CX）：通过检测发射的红外光从物体反射回来所需的时间来测量距离。
参赛者必须使用提供的Python评估API提交结果，该API会逐个序列地提供测试集数据。使用API的方法可以参考相关笔记本中的示例。
测试集中大约有3500个序列，其中一半的序列仅记录了IMU数据，热电堆（thm_）和飞行时间（tof__v*）列仍然存在，但这些序列中包含空值。这将帮助我们确定增加飞行时间和热电堆传感器是否能够提高检测BFRBs的能力。此外，数据集中已知存在传感器通信故障，导致某些序列中某些传感器的数据缺失。
#学习大模型&讨论Kaggle#
△长按添加竞赛小助手
每天大模型、算法竞赛、干货资讯
与36000+来自竞赛爱好者一起交流~
