| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-09-16 11:15 比誘電率測定に基づく機械学習を用いた体水分率推定の一検討 ○浅井拓斗・安在大祐・王 建青（名工大）  CQ2022-41 |
|
| 抄録 | （和） | 近年，高温多湿な職場での労働者や人工透析を必要とする慢性腎臓病患者において人体の含水分率を精度良くリアルタイムに推定する技術の需要が高まっている．本研究は人体の複素比誘電率測定に基づいたリアルタイムな体水分率推定法を検討する．先行研究ではLichtenecker の指数則に基づく含水率推定の検討が行われているが，人体は複数媒質であるためLichtenecker の指数則が直接適用が困難である可能性があるため，本論文では機械学習による含水率推定の有効性の検討を行った．砂糖水を用いた事前検討において，機械学習に基づく含水率推定法は誤差率 0.1% 未満の推定精度を達成し, 教師データの範囲外の含水率推定では誤差率0.4% 未満の推定精度を達成した． |
| （英） | In recent years, the number of casualties due to dehydration in hot and humid environments has been increasing. In addition, dialysis patients are unable to eject their body water by themselves due to decreased renal functions. Therefore, appropriate prevention and treatment is important by accuracy estimating the body water content in real time. So this study focused on an estimation method of the body water content based on measured dielectric constants using a wearable device. In order to apply the estimation method to heterogeneous medium of the human body, this paper examines the effectiveness of water content estimation by machine learning. From preliminary experimental evaluation results, the water content can be estimated with a relative error of less than 0.1 %. And furthermore, the water content outside of the range of the training data can be estimated with a relative error of less than 0.4 %. | |
| キーワード | （和） | 複素比誘電率 / Lichteneckerの指数則 / 機械学習 / 含水率推定 / / / / |
| （英） | Complex relative permittivity / Lichtenecker’s exponential law / Machine learning / Water content estimation / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 184, CQ2022-41, pp. 97-100, 2022年9月. | |
| 資料番号 | CQ2022-41 | |
| 発行日 | 2022-09-08 (CQ) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CQ2022-41 |
|
| 研究会情報 | |
| 研究会 | IA CQ MIKA |
| 開催期間 | 2022-09-15 - 2022-09-16 |
| 開催地（和） | 北海道立道民活動センター (かでる2・7) |
| 開催地（英） | Hokkaido Citizens Actives Center |
| テーマ（和） | 無線通信品質、6G、IoT、クロスレイヤー技術、インターネット運用・管理、一般 |
| テーマ（英） | Wireless Communications Quality, 6G, IoT, Cross layer Technologies, Internet Operation and Management, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2022-09-IA-CQ-MIKA |
| 本文の言語 | 日本語 |
| タイトル（和） | 比誘電率測定に基づく機械学習を用いた体水分率推定の一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Body Water Content Estimation Using Machine Learning Based on Relative Permittivity Measurement |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 複素比誘電率 / Complex relative permittivity |
| キーワード(2)（和/英） | Lichteneckerの指数則 / Lichtenecker’s exponential law |
| キーワード(3)（和/英） | 機械学習 / Machine learning |
| キーワード(4)（和/英） | 含水率推定 / Water content estimation |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 浅井 拓斗 / Takuto Asai / アサイ タクト |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 第2著者 氏名（和/英/ヨミ） | 安在 大祐 / Daisuke Anzai / アンザイ ダイスケ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 第3著者 氏名（和/英/ヨミ） | 王 建青 / Jainqing Wang / オウ ケンセイ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-09-16 11:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2022-41 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.184 |
| ページ範囲 | pp.97-100 |
| ページ数 | 4 |
| 発行日 | 2022-09-08 (CQ) |
[研究会発表申込システムのトップページに戻る]