文献

J-GLOBAL ID：202202254230279457   整理番号：22A0637104

高齢者と運動障害の安全性のためのウェアラブルセンサと機械学習モデルベース転倒検出システム【JST・京大機械翻訳】

Wearable Sensor and Machine Learning Model-Based Fall Detection System for Safety of Elders and Movement Disorders

著者 (3件)： Pillai Anju S. (Department of Electrical and Electronics Engineering, Amrita School of Engineering, Amrita Vishwa Vidyapeetham, Coimbatore, India) ,  Badgujar Sejal (Department of Electrical and Electronics Engineering, Amrita School of Engineering, Amrita Vishwa Vidyapeetham, Coimbatore, India) ,  Krishnamoorthy Sujatha (Department of Computer Science, Wenzhou Kean University, Wenzhou, China)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1411  ページ： 47-60  発行年： 2022年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
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： 人々の異なった作業文化のため,高齢者の健康は家庭で単独で生活するので無視されている。人口増加に伴い,落下同定システムの進化に対する緊急需要がある。65以上の年齢の人々は,最も高い数の致死転倒に悩まされている。高齢者と移動性障害者により直面する困難と課題のいくつかは,転倒を予想できるアルゴリズムを実行することにより通過できる。自動落下検出と警報システムを通して,生活支援を提供することによって,影響を受けるために,良い生活の質を持つことができる。高齢者のリアルタイム追跡のための転倒認識システムの実装を提案した。提案システムは,メッセージによる転倒事例において,転倒と警報メカニズムを検出するためのウェアラブルセンサユニットを持つ。加速度データを三軸加速度計を用いてシステムによって収集して,種々の特徴計算で転倒を検出するために機械学習アルゴリズムを使用した。広範な計算を行い,異なる特徴を持つ異なる機械学習アルゴリズムの性能を比較し,最適特徴を持つ最高の精度を与えるアルゴリズムを同定した。システムは,10倍交差検証によるランダムフォレストアルゴリズムを用いて,99%までの精度を得た。したがって,安全で信頼性のある落下検出と警報システムによって,1つは,致命的な転倒を減らし,社会的統合,生産性,および生活の質を改善することができた。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *安全性 ,  警報 ,  信頼性 ,  加速度 ,  加速度計 ,  *転倒 ,  *運動障害 ,  警報システム ,  日常生活動作 ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： *モデルベース ,  ランダムフォレスト ,  生活支援 ,  三軸加速度計 , 【Automatic Indexing@JST】

著者キーワード (8件)： 転倒検出 ,  転倒警報 ,  日常生活の活動 ,  高齢者支援 ,  運動障害 ,  機械学習 ,  ウェアラブルセンサ ,  転倒予測

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： 高齢者 ,  運動障害 ,  安全性 ,  ウェアラブルセンサ ,  機械学習 ,  モデルベース ,  転倒 ,  検出システム