論文の概要: AutoCogniSys: IoT Assisted Context-Aware Automatic Cognitive Health
Assessment
- arxiv url: http://arxiv.org/abs/2003.07492v1
- Date: Tue, 17 Mar 2020 01:44:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-22 20:55:11.829886
- Title: AutoCogniSys: IoT Assisted Context-Aware Automatic Cognitive Health
Assessment
- Title（参考訳）: AutoCogniSys: IoTによるコンテキスト認識自動認知ヘルスアセスメント
- Authors: Mohammad Arif Ul Alam, Nirmalya Roy, Sarah Holmes, Aryya Gangopadhyay,
Elizabeth Galik
- Abstract要約: AutoCogniSysは、コンテキスト対応の自動認知ヘルスアセスメントシステムである。
我々は,高齢者の生活環境における認知的健康度自動評価システムを開発した。
AutoCogniSysのパフォーマンスは、高齢者の認知健康度を評価する際の精度の最大93%を証明している。
- 参考スコア（独自算出の注目度）: 2.7998963147546148
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Cognitive impairment has become epidemic in older adult population. The
recent advent of tiny wearable and ambient devices, a.k.a Internet of Things
(IoT) provides ample platforms for continuous functional and cognitive health
assessment of older adults. In this paper, we design, implement and evaluate
AutoCogniSys, a context-aware automated cognitive health assessment system,
combining the sensing powers of wearable physiological (Electrodermal Activity,
Photoplethysmography) and physical (Accelerometer, Object) sensors in
conjunction with ambient sensors. We design appropriate signal processing and
machine learning techniques, and develop an automatic cognitive health
assessment system in a natural older adults living environment. We validate our
approaches using two datasets: (i) a naturalistic sensor data streams related
to Activities of Daily Living and mental arousal of 22 older adults recruited
in a retirement community center, individually living in their own apartments
using a customized inexpensive IoT system (IRB #HP-00064387) and (ii) a
publicly available dataset for emotion detection. The performance of
AutoCogniSys attests max. 93\% of accuracy in assessing cognitive health of
older adults.
- Abstract（参考訳）: 高齢者では認知障害が流行している。
最近の小さなウェアラブルと環境機器の出現、すなわちIoT(Internet of Things)は、高齢者の継続的な機能的および認知的健康評価のための十分なプラットフォームを提供する。
本稿では,コンテキスト認識型自動認知健康評価システムautocognisysの設計,実装,評価を行い,環境センサと連動して,ウェアラブル生理的(電気的活動,光電容積)センサと物理的(加速度計,物体)センサのセンシング能力を組み合わせた。
適切な信号処理と機械学習手法をデザインし,高齢者の自然な生活環境における認知的健康評価システムを開発する。
2つのデータセットを使ってアプローチを検証する。
一 生活活動に関する自然主義的センサデータ及び退職者コミュニティセンターで採用した22人の高齢者の精神的覚醒に関するデータストリームで、カスタマイズした安価なIoTシステム(IRB #HP-00064387)を用いて、各自のアパートに個別に居住する。
(ii)感情検出のための公開データセット。
AutoCogniSysのパフォーマンスは最大である。
93%の精度で認知状態を評価することができた。
関連論文リスト
- Automatic detection of cognitive impairment in elderly people using an entertainment chatbot with Natural Language Processing capabilities [8.032202552952299]
本稿では,高齢者の認知障害を透過的にモニタリングする知的会話システムについて紹介する。
自然言語生成技術を用いて,更新されたニュース項目から対話フローを自動生成する。
このシステムは、質問に対する回答のゴールドスタンダードを推論し、認知能力を自動的に評価する。
論文 参考訳（メタデータ） (2024-05-28T19:17:48Z) - A Health Monitoring System Based on Flexible Triboelectric Sensors for
Intelligence Medical Internet of Things and its Applications in Virtual
Reality [4.522609963399036]
Internet of Medical Things (IoMT)は、IoT(Internet of Things)テクノロジと医療アプリケーションを組み合わせたプラットフォームである。
本研究では、フレキシブルな三体電センサと深層学習支援データ分析の相乗的統合により、堅牢でインテリジェントなIoMTシステムを設計した。
パーキンソン病(PD)患者の手首の動きを検知・解析するために4つの三体電センサをリストバンドに組み込んだ。
この革新的なアプローチにより、PD患者の微妙な動きと微妙な運動を正確に捉え、精査することが可能となり、患者の状況に対する洞察と総合的な評価が得られた。
論文 参考訳（メタデータ） (2023-09-13T01:01:16Z) - Assessing cognitive function among older adults using machine learning and wearable device data: a feasibility study [3.0872517448897465]
健常成人と認知不良高齢者を区別する予測モデルを開発した。
活動と睡眠パラメータは、他の認知流速と比較して、処理速度、作業記憶、注意に強く関連していた。
論文 参考訳（メタデータ） (2023-08-28T00:07:55Z) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳（メタデータ） (2023-04-30T22:51:31Z) - What's on your mind? A Mental and Perceptual Load Estimation Framework
towards Adaptive In-vehicle Interaction while Driving [55.41644538483948]
精神的な作業量と知覚的負荷が心理生理学的次元に及ぼす影響を分析する。
これらの測定値の融合により、心的および知覚的負荷レベルを分類する。
我々は、最大89%のメンタルワークロード分類精度を報告し、リアルタイムに最小限のソリューションを提供する。
論文 参考訳（メタデータ） (2022-08-10T21:19:49Z) - Deep Convolution Network Based Emotion Analysis for Automatic Detection
of Mild Cognitive Impairment in the Elderly [15.217754542927961]
認知障害の早期発見は、患者と介護者の両方にとって非常に重要である。
認知障害患者には異常な感情パターンが認められた。
本稿では,認知障害を検出するための新しい深層畳み込みネットワークシステムを提案する。
論文 参考訳（メタデータ） (2021-11-09T11:51:33Z) - Cognitive architecture aided by working-memory for self-supervised
multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。
ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。
1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文 参考訳（メタデータ） (2021-03-16T13:50:24Z) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳（メタデータ） (2020-11-17T15:18:38Z) - Human Activity Recognition using Inertial, Physiological and
Environmental Sensors: a Comprehensive Survey [3.1166345853612296]
本研究は, 慣性センサと生理・環境センサを併用したHARアプリケーションの開発において, 機械学習が重要な役割を担っていることに焦点を当てる。
Harは、認知機能や身体機能を監視することで、高齢者の日常生活を支援する最も有望な補助的技術ツールの1つと考えられている。
論文 参考訳（メタデータ） (2020-04-19T11:32:35Z) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z) - EEG-based Brain-Computer Interfaces (BCIs): A Survey of Recent Studies
on Signal Sensing Technologies and Computational Intelligence Approaches and
their Applications [65.32004302942218]
Brain-Computer Interface (BCI) はユーザとシステム間の強力なコミュニケーションツールである。
近年の技術進歩は、脳波(EEG)に基づく翻訳医療用BCIへの関心が高まっている。
論文 参考訳（メタデータ） (2020-01-28T10:36:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。