消費者グレードウェアラブルデバイスに適用した改良型被験者非依存ストレス検出モデル【JST・京大機械翻訳】

Ninh Van-Tu; Nguyen Manh-Duy; Smyth Sinead; Tran Minh-Triet; Healy Graham; Nguyen Binh T.; Gurrin Cathal

プレプリント

J-GLOBAL ID：202202206604197610 整理番号：22P0306313

消費者グレードウェアラブルデバイスに適用した改良型被験者非依存ストレス検出モデル【JST・京大機械翻訳】

An Improved Subject-Independent Stress Detection Model Applied to Consumer-grade Wearable Devices

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年03月17日プレプリントサーバーでの情報更新日： 2022年03月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ストレスは,ヒトの日常パフォーマンスに対する広範囲の物理的および心理的影響を有する複雑な問題である。特に,急性ストレス検出は,文脈的人間理解における貴重な応用になっている。ストレス検出モデルを訓練する2つの一般的手法は,被験者依存および被験者独立訓練法である。被験者依存訓練法は,ストレス検出モデルを構築するための最も正確なアプローチであることが証明されているが,被験者独立モデルは,エンドユーザのための訓練データを必要とせずに,消費者グレードウェアラブルデバイスにおけるストレスレベル検出と管理システムの展開を可能にするため,より実用的でコスト効率の良い方法である。被験者独立ストレス検出モデルの性能を改善するため,本論文では,消費者グレードウェアラブルデバイスから捕捉された電気皮膚活性(EDA),血液量パルス(BVP),および皮膚温度(ST)を含むマルチモーダル文脈センシング源から抽出した統計的特徴を用いて,簡単なニューラルネットワークアーキテクチャを有するストレス関連バイオ信号処理パイプラインを導入した。提案モデルアーキテクチャを用いて,各個々の信号源からの測度を用いる応力検出モデルと多重センサ源の融合を用いた1つのモデルの間の精度を比較した。公的に利用可能なWESADデータセットに関する広範な実験は,著者らの提案モデルが,低い標準偏差を維持しながら,最先端のモデルと比較して,従来の手法よりも1.63%高い平均精度スコアを提供することを示した。また,著者らの実験は,複数のソースからの特徴の組み合わせが,単独のセンサ源だけを使用するよりもより正確な予測を生成することを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

応用心理学 , 産業衛生,産業災害 , 心理学一般

, , , , , ,

前のページに戻る