抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,人工ニューラルネットワーク(ANN)アルゴリズムを用いた睡眠監視データに基づくスマートライト推薦システムを提案した。光の使用を減らす努力は,それらが使用されていない場合にはそれらを使用しないことに関連している。光が使用されない場合のモーメントの一つは睡眠であるが,あるユーザの睡眠スタイルは,睡眠が睡眠している場合でも光を保持しているので,ユーザのsleeps後に光をどのように変えるかという考え方がある。このアイデアを実現するためには,特定のセンサによる心拍数の検出から導出できる睡眠を検出する必要がある。必要とされるセンサは,人体における様々な種類の条件を検出することができる,Fitbitに既に埋め込まれているセンサである。しかし,Fitbitはユーザやランプに直接睡眠条件を与えることができない。しかし,それはログの形で情報を提供することができるので,ランプ設定は瞬時ではない。この問題を克服するために,Fitbitによって生成されたログに現れる睡眠パターンを知るために学習法を適用することができる。本論文では,ユーザの睡眠パターン,特に睡眠開始時間および睡眠終了時間を学習するために,ANN逆伝搬を適用した。ユーザ睡眠データから作成した9つのANNモデルを試験の60日に適用した。これらのモデルから,最良の結果は,睡眠開始時間に対して82.27%の精度を与え,睡眠終了時間に対して98.28%のモデルによって与えられた。精度は,ユーザの睡眠スタイルによって大きく決定される。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】