文献

J-GLOBAL ID：201902280496452762   整理番号：19A0524195

MotionTree ロードセルを用いた木ベースのベッド内身体運動分類システム【JST・京大機械翻訳】

MotionTree: A Tree-Based In-Bed Body Motion Classification System Using Load-Cells

著者 (5件)： Alaziz Musaab ,  Jia Zhenhua ,  Howard Richard ,  Lin Xiaodong ,  Zhang Yanyong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CHASE  ページ： 127-136  発行年： 2017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： 著者らの生活における睡眠の基本的必要性は,著者らの幸福を確実にするために非常に重要である。生活に十分なエネルギーを持つためには,良質の十分な睡眠が望まれる。睡眠の質を測定する主な要因の一つは睡眠中の身体運動量である。我々の以前の研究では,ベッド内の身体運動を検出し,それらを2つの広いクラスに分類することができるロードセルに基づくシステムを開発した。本論文では,より微細な身体運動分類を達成するために設定した。この目的に向けて,9クラスの動きを定義し,これら9クラスの1つに移動を分類するために,サポートベクトルマシン(SVM)とランダムフォレスト技術を用いた機械学習アルゴリズムを設計した。この方法で,どの身体部分があらゆる運動に関与するかを見出すことができる。あらゆる動きに対して,24の特徴を抽出し,それらをモデルに用いた。この運動分類システムを,各実験において35の予め定義された運動を行った40人の被験者から収集したデータについて評価した。このモデルの精度は,すべてのクラスの運動に対して正確ではない。平均して,それは正確に90%の運動を分類した。このモデルは長期家庭監視に便利に使用できる。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： 学習アルゴリズム ,  サポートベクトルマシン ,  *ロードセル ,  *ベッド ,  身体部位
準シソーラス用語： 被験者 ,  ランダムフォレスト ,  睡眠の質 ,  *身体運動 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ロードセル ,  木 ,  ベッド ,  身体運動 ,  分類