抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
不十分な座位習慣は,筋骨格系障害に対する危険因子として,特に高齢者,障害者,および事務所労働者において,腰痛と同定された。現在のコンピュータ化世界では,余暇または作業活動に含まれている場合でも,人々はコンピュータデスクで座位の多くを費やす傾向がある。これは脊椎痛と関連問題をもたらす。したがって,彼らの座位習慣について人々を思い出し,身体運動のようなバランスをバランスさせるための推奨事項が重要である。座位姿勢に対する姿勢認識は,立位姿勢に焦点を当てたほとんどの研究として十分な注目を受けていない。摩耗可能センサ,圧力または力センサ,ビデオおよび画像を,文献における姿勢認識のために使用した。本研究の目的は,その座席と背もたれで32個の圧力センサによって2個の32個で pらされた椅子から収集されたデータを分析することによって,人間の座位姿勢を分類するための機械学習モデルを構築することである。モデルを5つのアルゴリズムを用いて構築した:ランダムフォレスト(RF),Gauss Na”ive Bayes,ロジスティック回帰,サポートベクターマシン,および深層ニューラルネットワーク(DNN),すべてのモデルをKFold交差検証法を用いて評価した。本論文は,2つの別々のデータセット,制御および現実的を用いて行われた実験を提示して,それぞれ98%および97%の平均分類精度を,制御および現実的データセットに関して達成した。【JST・京大機械翻訳】