文献

J-GLOBAL ID：202102274223189315   整理番号：21A0677892

実時間ウェアラブルシステムのための身体活動認識の最適化:窓長,サンプリング頻度および特徴数の影響【JST・京大機械翻訳】

Optimization of Physical Activity Recognition for Real-Time Wearable Systems: Effect of Window Length, Sampling Frequency and Number of Features

著者 (6件)： Allik Ardo (Department of Health Technologies, Tallinn University of Technology, Ehitajate tee 5, 12616 Tallinn, Estonia) ,  Pilt Kristjan (Department of Health Technologies, Tallinn University of Technology, Ehitajate tee 5, 12616 Tallinn, Estonia) ,  Karai Deniss (Department of Health Technologies, Tallinn University of Technology, Ehitajate tee 5, 12616 Tallinn, Estonia) ,  Fridolin Ivo (Department of Health Technologies, Tallinn University of Technology, Ehitajate tee 5, 12616 Tallinn, Estonia) ,  Leier Mairo (Department of Computer Systems, Tallinn University of Technology, Ehitajate tee 5, 12616 Tallinn, Estonia) ,  Jervan Gert (Department of Computer Systems, Tallinn University of Technology, Ehitajate tee 5, 12616 Tallinn, Estonia)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 9  号： 22  ページ： 4833  発行年： 2019年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本研究の目的は,デバイス電力消費とメモリバッファに対する要求の低減に焦点を当てたリアルタイムウェアラブルシステムのための最適化身体活動分類器を開発することである。本研究で評価した分類パラメータは,加速信号のサンプリング周波数,分類フラグメントのウィンドウ長,および異なる特徴選択法で見出された分類特徴の数であった。パラメータ評価のために,試験中に記録された加速度信号に基づいて決定木分類器を作成し,25人の健康な試験被験者が様々な身体活動を行った。本研究で達成された全平均F1スコアは,約0.90であった。同様のF1スコアを,5s(0.920.02)と3s(0.910.02)の評価された窓長さで達成し,一方,1sによる分類性能は低かった(0.870.02)。50Hz,25Hzおよび13Hzの試験サンプリング周波数は,屋外サイクリングを除いて,最も分類された活動タイプと類似の結果を持ち,その差は有意であった。フォワード逐次特徴選択を用いて,初期110特徴から分類性能を低下させることなく約12特徴までの特徴数の減少を可能にした。本研究の結果は,より効率的なリアルタイム身体活動分類器を開発するために使用された。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *最適化 ,  加速度計 ,  電力消費 ,  特徴選択 ,  ディシジョンツリー ,  パラメータ推定
準シソーラス用語： 被験者 ,  サンプリング周波数 ,  *ウェアラブルシステム ,  実時間 ,  加速度信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： 加速度計 ,  活動分類 ,  活動追跡者 ,  機械学習 ,  ウェアラブルシステム

分類 (2件)： パターン認識  (JE07000S) ,  生体計測  (EL03020C)

引用文献 (32件)：

• Dunstan, D.W.; Howard, B.; Healy, G.N.; Owen, N. Too much sitting-A health hazard. Diabetes Res. Clin. Pract. 2012, 97, 368-376.
• World Health Organization (WHO). Obesity: Preventing and Managing the Global Epidemic; WHO Technical Report Series 894; World Health Organization (WHO): Geneva, Switzerland, 2000.
• Warburton, D.E.R.; Nicol, C.W.; Bredin, S.S.D. Health benefits of physical activity: The evidence. Can. Med. Assoc. J. 2014, 174, 801-809.
• Evenson, K.R.; Goto, M.M.; Furberg, R.D. Systematic review of the validity and reliability of consumer-wearable activity trackers. Int. J. Behav. Nutr. Phys. Act. 2015, 12, 1-22.
• Coughlin, S.; Stewart, J. Use of Consumer Wearable Devices to Promote Physical Activity: A Review of Health Intervention Studies. J. Environ. Health Sci. 2016, 2, 1-6.

タイトルに関連する用語 (8件)： 実時間 ,  ウェアラブルシステム ,  身体 ,  活動認識 ,  最適化 ,  窓 ,  サンプリング ,  頻度