文献

J-GLOBAL ID：201802265752146671   整理番号：18A0146744

性能の統一モデルのリアルタイム個別化【Powered by NICT】

Real-time individualization of the unified model of performance

著者 (5件)： Liu Jianbo (Department of Defense Biotechnology High Performance Computing Software Applications Institute, Telemedicine and Advanced Technology Research Center, US Army Medical Research and Materiel Command, Fort Detrick, MD, USA) ,  Ramakrishnan Sridhar (Department of Defense Biotechnology High Performance Computing Software Applications Institute, Telemedicine and Advanced Technology Research Center, US Army Medical Research and Materiel Command, Fort Detrick, MD, USA) ,  Laxminarayan Srinivas (Department of Defense Biotechnology High Performance Computing Software Applications Institute, Telemedicine and Advanced Technology Research Center, US Army Medical Research and Materiel Command, Fort Detrick, MD, USA) ,  Balkin Thomas J. (Behavioral Biology Branch, Walter Reed Army Institute of Research, Silver Spring, MD, USA) ,  Reifman Jaques (Department of Defense Biotechnology High Performance Computing Software Applications Institute, Telemedicine and Advanced Technology Research Center, US Army Medical Research and Materiel Command, Fort Detrick, MD, USA)
資料名： Journal of Sleep Research  (Journal of Sleep Research)
巻： 26  号： 6  ページ： 820-831  発行年： 2017年 
JST資料番号： W1736A  ISSN： 0962-1105  資料種別： 逐次刊行物 (A)
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： 睡眠不足の影響の個人差を反映するために実時間でモデルパラメータを自動的に適応できないので,神経行動学的性能を予測するための既存の数学モデルは,モバイルコンピューティングプラットフォームには適していない。拡張Kalmanフィルタを用いて,個々の性能(UMP)の最近開発された統一モデルのパラメータを継続的に計算的に効率的なアルゴリズムを開発した。個々のための新しい性能データを得て,アルゴリズムは実時間でこれを達成する。夜間当たり層における時間の3時間全睡眠遮断(TSD)および7日慢性睡眠制限(CSR)の64時間後に供試した18名の被験者のためのリアルタイムモデル個別化を模擬した覚醒時の2時間毎に収集した精神運動覚醒課題(PVT)データを用いてアルゴリズムの性能を評価した。UMP個別化プロセスは全てのデータを用いたモデルパラメータの事後の当てはめで作成した溶液に近づいた次第にパラメータ推定値を生成した。モデルパラメータを個別に必要なPVT測定の最小数は睡眠不足挑戦のタイプに依存し,CSRのためのTSDおよび~70に必要な約30であった。しかし,モデル個別化はデータ収集の全体的な時間に依存した,日数の増加によりますます正確なモデルパラメータが得られた。興味深いことに,二の因子によるPVTサンプリング周波数を低減モデル個別化を妨げる著しくなかった。提案したアルゴリズムは,睡眠不足に対する個々の形質様応答の実時間学習を促進し,モバイルコンピューティングプラットフォームで使用するための個別性能予測モデルの開発を可能にした。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 覚醒 ,  アルゴリズム ,  予測モデル ,  学習 ,  数学モデル ,  *モデル ,  パラメータ推定 ,  データ収集 ,  *統一模型 ,  モデリング
準シソーラス用語： 拡張Kalmanフィルタ ,  モデルパラメータ ,  個人差 ,  睡眠不足 ,  *実時間 , 【Automatic Indexing@JST】

著者キーワード (4件)： Bayes学習 ,  個別モデリング ,  性能予測 ,  再帰パラメータ推定

分類 (5件)： 専用演算制御装置  (JC04030Y) ,  フィルタ一般  (NC04021I) ,  人間機械系  (IB03000G) ,  システム工学一般  (IB01000S) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 統一モデル ,  リアルタイム ,  個別化