研究人员开发了一种基于可穿戴设备数据识别人类活动的神经网络。该项目能够追踪动作的快速变化并分析其序列。因此，该系统可以区分步行和跑步，并检测用户活动的显著变化。

该模型仅包含50,000–62,000个参数，可以在智能手表、健身追踪器和医疗设备上运行。在三个研究数据集上，其准确率达到了98.91%。

这样的系统可以快速检测跌倒和其他潜在危险动作，并立即在设备上触发必要的操作，而无需将数据发送到云端。这可能为直接在可穿戴设备上分析人类活动提供新的机会。