定义了从传感器数据学习活动模型的概念提出了该核心领域中的关键算法　《中文版Activity Learning——从传感器数据中发现、识别和预测人的行为》一书深入分析了传感器数据的活动学习的计算方法。每章都提供了实用且详细的步骤，介绍了如何分析和处理传感器数据。该书介绍了以下活动学习的方法：◆ 发现基于行为的传感器数据中出现的活动模式◆ 实时识别预定义或被发现的活动的出现◆ 预测活动的出现本书介绍的方法适用于许多领域，如安全、电信、医疗保健、智能电网、住宅自动化。本书的在线网站允许读者测试本书介绍的方法，并且可以修改供自己使用。本书将重点放在计算方法上，因此为研究生和研究人员提供活动学习的算法。

Diane J. Cook博士是IEEE会士、AAAL会员、美国华盛顿州立大学电子工程与计算机科学学院教授。她的研究领域包括人工智能、数据挖掘，都得到NSF、NIH、NASA、DARRA、USAF、NRL和DHS等基金会的资助。她还参与编写Mining Graph Data和Smart Environment两书。
Narayanan C. Krishnan博士是印度罗巴尔技术学院计算机科学与工程系的教员，研究领域包括活动识别、普适计算和应用机器学习。Krishnan博士获得2004年计算机科学技术大师学术成就金奖，并获2010年美国亚利桑那州最佳博士论文提名。