文献

J-GLOBAL ID：201602229071758280   整理番号：16A1386090

時系列睡眠追跡データからの検出異常な睡眠のための個別化アプローチ【Powered by NICT】

A Personalized Approach for Detecting Unusual Sleep from Time Series Sleep-Tracking Data

著者 (3件)： Liang Zilu ,  Martell Mario Alberto Chapa ,  Nishimura Takuichi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICHI  ページ： 18-23  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Fibitのような新興睡眠追跡技術は,個人の睡眠データを収集するために個体を可能にした。しかし,人々は,適切な分析なしにこれらのデータから洞察を得るのは困難である。本研究の目的は,集団平均の代わりにそれら自身の睡眠ベースラインを考慮してそれらの異常な睡眠パターンを検出者を支援する睡眠解析手法を確立することの可能性を調べることであった。提案した方法は二段階から成っていた。第一段階では,時系列睡眠データの次元は順列エントロピーを用いて減少した。それに続いて,単変量異常値検出技術は異常な睡眠パターンを検出するために適用した。Fitbit電荷HRを用いて追跡した時系列データの35日で構成される実際の睡眠追跡データセット上で提案アプローチを試験した。使用した単変量異常値検出手法に依存して,同定された異常な睡眠は異なっていた。睡眠時系列の順列エントロピーは,ユーザが床と毎週睡眠分に相関した時間と相関していたが,覚醒分相関しなかった,覚醒数と睡眠効率ことを見出した。解析結果に基づき,個人睡眠データ解析に関する今後の研究の方向を指摘した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： データ解析 ,  *順列 ,  エントロピー ,  覚醒 ,  基準線 ,  電荷
準シソーラス用語： 睡眠効率 ,  時系列データ , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  生体計測  (EL03020C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 時系列 ,  睡眠 ,  追跡