| 講演抄録／キーワード |
| 講演名 |
2020-12-15 11:25
多種センサを用いた生活行動センシングに基づく認知症傾向の推定
○南澤 晃・岡田将吾（北陸先端大）・井上 憲（ジョージ・アンド・ショーン）・野口真美（NTT西日本） |
| 抄録 |
（和） |
本論文では, 高齢者福祉施設において約2ヶ月にわたり, ドアセンサ・人感センサ・屋内測位センサ・睡眠センサの4種類のセンサによって測定した56人の高齢者の生活行動データセットから, 認知症傾向を推定するモデルを構築し, 認知症識別に有効なセンシング手法を探った. また, 行動分散表現に基づき, 行動パターン特徴量を自動抽出する方法を提案し, その有効性を分析した. 評価実験では, ミニメンタルステート検査に基づき評定された参加者の認知症傾向に関する2クラス分類を行った結果, 線形サポートベクトルマシンを使用し, 屋内測位と睡眠センサから抽出した行動特徴量を組み合わせることで, 最高均衡正解率0.852が得られた. |
| （英） |
This paper focuses on developing a model for estimating dementia scale from activity dataset of 56 participants measured by four different sensors (door, human motion, location, and sleep sensor), and analyzing effective sensing methods for classifying dementia scale. We proposed a method based on activity embedding to extract the differences in behavioral patterns as features, and analyzed its effectiveness. The experimental results show that the best classification accuracy (0.852) is achieved when indoor positioning and sleep sensor features are fused using a liner support vector machine model. |
| キーワード |
（和） |
認知症 / 行動センシング / 機械学習 / / / / / |
| （英） |
Dementia / Daily activity / Machine learning / / / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
|