文献

J-GLOBAL ID：202202254218931612   整理番号：22A1055883

行動認識に基づく深層学習とビッグデータによる認知に向けて【JST・京大機械翻訳】

Toward Kinecting cognition by behaviour recognition-based deep learning and big data

著者 (4件)： Soufian Majeed (Faculty of Arts, Science and Technology, Wrexham Glyndwr University, Wrexham, UK) ,  Soufian Majeed (School of Science, Engineering and Environment, University of Salford, Salford, Greater Manchester, UK) ,  Nefti-Mezian Samia (School of Science, Engineering and Environment, University of Salford, Salford, Greater Manchester, UK) ,  Drake Jonathan (Service Director-Business Development, Salix Homes, Salford, Greater Manchester, UK)
資料名： Universal Access in the Information Society  (Universal Access in the Information Society)
巻： 21  号： 1  ページ： 33-51  発行年： 2022年 
JST資料番号： A1098A  ISSN： 1615-5289  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： 高齢者の大多数は,認知障害を含む年齢関連条件の範囲を有するにもかかわらず,家庭で独立して生活することを望んでいる。これを容易にするために,限られた成功で新しい技術の能力の調査に広範な焦点がある。本論文は,MiiHome(My Intelligent Home)プロジェクト内のMS Kinect(運動ベースセンシング3Dスキャナ装置)が,他の感覚データ,機械学習,およびビッグデータ技術と組み合わせて,認知障害の診断と予後を助け,従って,独立した生活を長引かせるかどうかを調査する。インターネット接続性を提供するミニコンピュータにより駆動されるKinect装置と様々なセンサのプールは,200家庭まで設置されている。これは,高齢者の生活のみを継続する遠隔監視を可能にする。パッシブおよびオフ-シェルセンサ技術を選択して,家庭の布の一部であるソースからデータ取得を実用化し,参加者から余分な努力を必要としない。環境,幾何学的および大きなデータを含む様々な制約を同定し,適切に処理した。多数の行動活動の検証と検証のために可視化ツール(MAGID)を開発した。次に,年齢関連認知低下とフレイルを有する65歳以上の12人の p者からのデータのサブセットを6か月にわたって収集した。これらのデータを,分類のためにいくつかの機械学習アルゴリズム(多層パーセプトロンニューラルネットワーク,ニューロファジーおよび深層学習)にかけ,日常行動パターンを抽出した。これらのパターンをさらに分析し,健康関連情報とそれらの属性を確認した。初めて,認知的および身体的低下を有する高齢者の日常生活動作(ADL)に関連した重要な日常行動を,MS Kinectによって得られた選択されたサンプルデータから機械学習技術によって学習した。医学的に重要な行動,例えば摂食,歩行,座位は,訓練段階中に99.30%の精度で,また,実行段階で最大12.98%の平均誤差率1.83%の深い学習により,最良に学習された。上記の学習行動の適用から得られた観察を,時間にわたる傾向として提示した。他の感覚信号によって補足されたこれらの傾向は, pの身体的(in)活性(転倒を含む)のより明確な描像を提供した。健康イベントの鍵となる指標に関連する計算した行動属性は,家庭設定における認知低下に関連した健康状態の軌跡をモデル化するために使用できる。これらの結果は,短期間にわたる少数の高齢住民に基づいて,MiiHomeプロジェクトから得た結果の中で,認知低下の指標を見つけることが可能であることを意味する。しかし,参加者の認知低下の評価と併せて,これらの適応の完全な臨床検証にはさらなる研究が必要である。Copyright The Author(s) 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 操作機器 ,  モデリング ,  予後 ,  座位 ,  データ収集 ,  日常生活動作 ,  ファジィニューラルネットワーク ,  インターネット ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： 認知障害 ,  健康状態 ,  *ビッグデータ ,  機械学習技術 ,  *深層学習 ,  Kinect , 【Automatic Indexing@JST】

著者キーワード (7件)： 支援生活と健康モニタリング技術 ,  認知低下 ,  感情的幸福 ,  人間の行動認識 ,  センサフュージョン ,  深層学習 ,  ビッグデータ

分類 (3件)： パターン認識  (JE07000S) ,  人間機械系  (IB03000G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 行動認識 ,  深層学習 ,  ビッグデータ ,  認知