文献

J-GLOBAL ID：202002252546808917   整理番号：20A0906109

見えないガーディアン:ヘルスケア場面における音事象を分類するためのアンサンブル学習の使用【JST・京大機械翻訳】

Invisible-Guardian: Using Ensemble Learning to Classify Sound Events in Healthcare Scenes

著者 (6件)： Li Jiawei (Xi’an Jiaotong University,School of Mechanical Engineering,Xi’an,China) ,  Li Xiaoling (Xi’an Jiaotong University,School of Mechanical Engineering,Xi’an,China) ,  Liu Bin (Xi’an Jiaotong University,School of Mechanical Engineering,Xi’an,China) ,  Liu Yang (Xi’an Jiaotong University,School of Mechanical Engineering,Xi’an,China) ,  Jia Weiwei (Xi’an Jiaotong University,School of Mechanical Engineering,Xi’an,China) ,  Lai Jiarui (Xi’an Jiaotong University,School of Mechanical Engineering,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IAEAC  ページ： 1277-1282  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： 世界中の高齢人口の劇的な増加は,既存の健康管理と支援システムに挑戦的である。一方,従来の家庭の健康監視システム(ビデオベースの方法のような)は,しばしばプライバシー侵入の厳しい感情によってユーザの不快感を引き起こし,それは家庭の健康監視システムの人気を妨げる。次に,家庭における高齢者に対するアンサンブル学習(EL)に基づく高効率聴覚情報センター医療システムを提案した。このシステムでは,屋内に配置された音響センサアレイを通して,ドアの開かれているように,毎日の音を収集する。現在のイベントタイプのような情報は,前処理の後に得られ,特徴を抽出し,ELにより分類し,慣性センシングユニットにより補完される。緊急事態が発生すると,転倒のように,情報は医師と親族に直ちに送られる。それは,高齢の生活だけの日常生活安全性を大いに保護する。システムの実現可能性を人間活動認識実験によって確かめて,認識精度は94.17%に達した。従来のホームヘルスモニタリング法と比較して,それはハードウェア装置のコスト負担を減少させるだけでなく,より少ないプライバシー侵入により高齢者の日常生活を監視するだけでなく,高齢者に対する在宅健康監視の効率を改善し,高齢生活のみの安全性に対してより有利になる。Copyright 2020 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： *音響 ,  前処理 ,  プライバシー ,  ハードウェア ,  健康管理 ,  センサアレイ
準シソーラス用語： 健康調査 ,  *アンサンブル学習 ,  支援システム ,  認識精度 ,  在宅健康モニタリング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ヘルスケア ,  場面 ,  音 ,  事象 ,  分類 ,  アンサンブル学習