文献

J-GLOBAL ID：202002259772293576   整理番号：20A0493835

3D CNNによる深層学習を用いた身体活動からの生物学的年齢の推定【JST・京大機械翻訳】

Estimating Biological Age from Physical Activity using Deep Learning with 3D CNN

著者 (2件)： Rahman Syed Ashiqur (West Virginia University,Lane Department of Computer Science and Electrical Engineering) ,  Adjeroh Donald A. (West Virginia University,Lane Department of Computer Science and Electrical Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： BIBM  ページ： 1100-1103  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： 著者らは,ウェアラブルデバイスによって記録された人間の身体活動を用いて,三次元深畳込みニューラルネットワーク(3D-CNN)に基づく生物学的年齢を予測するアプローチを紹介する。Cox比例ハザードモデルとKaplan-Meier曲線の両方を用いた死亡率ハザード解析の結果は,提案した方法が改善された性能をもたらすことを示した。本研究は,例えば移動性健康環境における改善された健康モニタリングのために,着用可能なセンサと深い学習技術の組み合わせにおいて重要な意味を持つ。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： *学習 ,  センサ ,  死亡率 ,  *三次元
準シソーラス用語： 着用 ,  移動性 ,  ハザード ,  比例ハザードモデル ,  畳込みニューラルネットワーク ,  ウェアラブルデバイス ,  *深層学習 , 【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 (7件)： 3D ,  CNN ,  深層学習 ,  身体活動 ,  生物学 ,  年齢 ,  推定