文献

J-GLOBAL ID：201902287536589381   整理番号：19A1947602

行動測定と健康状態推定のためのマルチモーダル・スマートフォンセンサ・システム【JST・京大機械翻訳】

A multimodal smartphone sensor system for behaviour measurement and health status inference

著者 (4件)： Kelly Daniel (Ulster University, United Kingdom) ,  Condell Joan (Ulster University, United Kingdom) ,  Curran Kevin (Ulster University, United Kingdom) ,  Caulfield Brian (University College Dublin, Ireland)
資料名： Information Fusion  (Information Fusion)
巻： 53  ページ： 43-54  発行年： 2020年 
JST資料番号： W3167A  ISSN： 1566-2535  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： スマートフォンは日常生活のほぼあらゆる側面でますます普及している。スマートフォンは複数のセンサを装備しているので,日常生活に関する情報を自動的に抽出する機会を提供する。日常生活に関する情報は,健康情報学の分野において大きな利益を持つことができた。研究は,健康状態を測定するより客観的で正確な手段が必要であることを示している。そこで,本研究では,人間の行動を測定し,健康状態に関連する客観的予測を行うために使用できる行動プロファイルを生成するためのマルチモーダルスマートフォンセンサの使用を検討した。3つのセンサモダリティを用いて,人間行動の3つの異なる成分に対する挙動プロファイルを計算した。運動センサは身体活動を測定するために利用され,位置センサは旅行行動を測定するために利用され,音センサは音声活動関連行動を測定するために使用される。遺伝的アルゴリズムを用いたセンサ融合を行い,補完的で協調的な特徴を見出した。運動,音および位置データから成る挙動特徴を用いて,結果は,サポートベクトルマシン(SVM)が臨床誤差ベンチマークを超えない誤差で10の異なる健康指標を予測できることを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測誤差 ,  *多モード ,  サポートベクトルマシン ,  *スマートフォン ,  音響 ,  位置センサ ,  *センサ ,  旅行 ,  ベンチマーク ,  センサフュージョン ,  予測 ,  機械学習 ,  人間行動
準シソーラス用語： モダリティ ,  日常生活 ,  *健康状態 , 【Automatic Indexing@JST】

著者キーワード (5件)： 健康状態 ,  機械学習 ,  運動 ,  位置決め ,  音

分類 (2件)： 電子航法一般  (ND14010O) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 行動測定 ,  状態推定