文献

J-GLOBAL ID：202002275883239308   整理番号：20A0568326

スマートフォンセンサと機械学習技術を用いたキーボードタイピング行動によるストレス検出【JST・京大機械翻訳】

Stress Detection via Keyboard Typing Behaviors by Using Smartphone Sensors and Machine Learning Techniques

著者 (3件)： Sagbas Ensar Arif (Faculty of Engineering, Department of Computer Engineering, Ege University, Izmir, Turkey) ,  Korukoglu Serdar (Faculty of Engineering, Department of Computer Engineering, Ege University, Izmir, Turkey) ,  Balli Serkan (Faculty of Technology, Department of Information Systems Engineering, Mugla Sitki Kocman University, Mugla, Turkey)
資料名： Journal of Medical Systems  (Journal of Medical Systems)
巻： 44  号： 4  ページ： 68  発行年： 2020年 
JST資料番号： W4623A  ISSN： 1573-689X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ストレスは現代社会における最大の問題の一つである。彼らが高いストレス下にあるか否かを知覚することは,人々にとって可能ではないかもしれない。ストレスを早期かつ確実に検出することは重要である。この文脈において,応力検出は分類問題とみなすことができる。本研究では,スマートフォンタッチスクリーンパネルにおける書込み挙動の加速度計とジャイロスコープセンサデータを用いて,応力の影響を調べた。この目的のために,2つの状態(ストレスとcalm)を含むスマートフォンデータを46人の参加者から収集した。得られたセンサ信号を,3つの異なるデータセットを作成するために5,10および15s間隔ウィンドウに分割し,112の異なる特徴を生データから定義した。より効果的な特徴部分集合を得るために,これらの特徴をGain比特徴選択アルゴリズムを用いてランク付けした。その後,書込み挙動を,C4.5決定木,Bayesネットワークおよびk-最近傍法によって分類した。実験の結果,それぞれ74.26%,67.86%,87.56%の精度分類結果が得られた。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： センサ ,  ジャイロスコープ ,  タッチスクリーン ,  加速度計 ,  等級づけ ,  ディシジョンツリー ,  特徴選択 ,  アルゴリズム ,  速度計 ,  *スマートフォン ,  *機械学習
準シソーラス用語： 最近傍法 ,  生データ ,  センサデータ ,  *機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (6件)： 応力検出 ,  スマートフォン ,  速度計 ,  ジャイロスコープ ,  機械学習 ,  分類

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (5件)： 機械学習技術 ,  キーボード ,  タイピング ,  行動 ,  ストレス