文献

J-GLOBAL ID：201702210883414658   整理番号：17A1465923

高齢者における転倒予防のためのバッテリーレスセンサ警報介入での憂慮すべき状態を認識するための階層モデル【Powered by NICT】

A hierarchical model for recognizing alarming states in a batteryless sensor alarm intervention for preventing falls in older people

著者 (4件)： Shinmoto Torres Roberto Luis (Auto-ID Lab, School of Computer Science, The University of Adelaide, Adelaide, SA 5005, Australia) ,  Shi Qinfeng (School of Computer Science, The University of Adelaide, SA 5005, Australia) ,  van den Hengel Anton (Australian Centre for Visual Technologies, The University of Adelaide, SA 5005, Australia) ,  Ranasinghe Damith C. (Auto-ID Lab, School of Computer Science, The University of Adelaide, Adelaide, SA 5005, Australia)
資料名： Pervasive and Mobile Computing  (Pervasive and Mobile Computing)
巻： 40  ページ： 1-16  発行年： 2017年 
JST資料番号： W3475A  ISSN： 1574-1192  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 転倒は,高齢者の間で一般的である,特に病院と老人ホーム。パーベイシブセンシングと統計的学習法の組み合わせは,転倒を低減するために臨床スタッフによる標的とタイムリーな管理を提供する入院高齢者の活動の自動モニタリングのための新しい可能性を創造している。本論文では,転倒を減らすための介入機構を提供するために衣服上の摩耗センサの受動的ウェアラブル具体化からは警戒すべき状態(層や椅子の喪失)を予測するための階層的条件付き確率場モデルを導入した。提案アプローチでは,実時間で警報状態を予測し,活性予測流からの警報を発生させるための経験的に決定した発見的方法の単独または併用機械学習ベースモデル,あるいは多重カスケード分類器の使用を回避した。代わりに,提案した階層的アプローチは,警報,センサ情報と予測された低レベル活性間の学習関係に基づく警報を予測した。14人の健康な高齢者と26入院高齢患者によるアプローチの性能を評価し,に基づくヒューリスティックス法と組み合わせた機械学習に基づくアプローチと同様あるいはそれ以上の性能を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *警報 ,  発見的方法 ,  衣服 ,  *老人 ,  機械学習 ,  病院 ,  学習 ,  入院 ,  *センサ ,  老人ホーム ,  予測 ,  自動監視
準シソーラス用語： 条件つき確率場 ,  *階層モデル ,  *転倒防止 , 【Automatic Indexing@JST】

著者キーワード (5件)： 転倒防止 ,  階層的CRF ,  人間活動認識 ,  層出口 ,  椅子出口

分類 (2件)： 看護,看護サービス  (GB07000G) ,  老人医学  (GC09000X)

タイトルに関連する用語 (4件)： 高齢者 ,  転倒予防 ,  警報 ,  階層モデル