文献
J-GLOBAL ID：201902273428084528
整理番号：19A2697896
マルチクラス不均衡分類を用いた消費者着用可能な活動のリストバンドによる正確なユビキタス睡眠センシングの達成【JST・京大機械翻訳】
Achieving Accurate Ubiquitous Sleep Sensing with Consumer Wearable Activity Wristbands Using Multi-class Imbalanced Classification
-
出版者サイト
複写サービスで全文入手
{{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=19A2697896©=1") }}
-
高度な検索・分析はJDreamⅢで
{{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A2697896&from=J-GLOBAL&jstjournalNo=W2441A") }}
著者 (2件)：
,
資料名：
巻：
2019
号：
DASC/PiCom/CBDCom/CyberSciTech
ページ：
768-775
発行年：
2019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：
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。
Fitbitのような消費者活動書込み帯は,日常設定におけるユビキタス睡眠センシングのための手頃な方法を提供する。これらのデバイスは睡眠結果の測定ツールとして科学的研究においてもますます使用されている。それにもかかわらず,Fitbitの精度は広い関心を集めている。本論文では,Fitbit睡眠データの品質を改善するために機械学習を適用する実現可能性を調査した。関心のある問題を多クラス不均衡分類問題に定式化した。7つの機械学習アルゴリズムと3つの再サンプリング技術の異なる組合せの性能を調べた。予備的結果は,waビットと軽い睡眠を検出する精度が,Fitbitの固有のアルゴリズムと比較して,それぞれ43%と44%まで改善されたことを示した。著者らの将来の研究は,すべての睡眠段階の検出における分類モデルの全体的な精度を改善することに焦点を合わせる。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】
シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
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。
,
,
,
,
,
準シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
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。
,
,
,
,
,
,
, 【Automatic Indexing@JST】
分類 (1件)：
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般
タイトルに関連する用語 (10件)：
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです
,
,
,
,
,
,
,
,
,
前のページに戻る
