論文の概要: TILES-2018, a longitudinal physiologic and behavioral data set of
hospital workers
- arxiv url: http://arxiv.org/abs/2003.08474v2
- Date: Fri, 18 Dec 2020 19:09:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-28 19:55:35.942232
- Title: TILES-2018, a longitudinal physiologic and behavioral data set of
hospital workers
- Title(参考訳): 病院職員の縦断的生理行動データセットTILES-2018
- Authors: Karel Mundnich, Brandon M. Booth, Michelle L'Hommedieu, Tiantian Feng,
Benjamin Girault, Justin L'Hommedieu, Mackenzie Wildman, Sophia Skaaden,
Amrutha Nadarajan, Jennifer L. Villatte, Tiago H. Falk, Kristina Lerman,
Emilio Ferrara, and Shrikanth Narayanan
- Abstract要約: 病院の職場における臨床提供者から収集した生理的・行動的データの経時的多モーダルコーパスについて報告する。
本研究は,作業性能や対人インタラクション,幸福感など,個人固有の構成要素を理解するために,市販のウェアラブルおよび環境センサを用いた研究を設計した。
データセットの既定使用に加えて、マルチモーダルおよびマルチタスクの振る舞いモデリング、バイオメトリックスによる認証、プライバシ認識およびプライバシ保護機械学習など、いくつかの新しい研究機会と潜在的な応用を想定しています。
- 参考スコア(独自算出の注目度): 39.23595343167787
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We present a novel longitudinal multimodal corpus of physiological and
behavioral data collected from direct clinical providers in a hospital
workplace. We designed the study to investigate the use of off-the-shelf
wearable and environmental sensors to understand individual-specific constructs
such as job performance, interpersonal interaction, and well-being of hospital
workers over time in their natural day-to-day job settings. We collected
behavioral and physiological data from $n = 212$ participants through
Internet-of-Things Bluetooth data hubs, wearable sensors (including a
wristband, a biometrics-tracking garment, a smartphone, and an audio-feature
recorder), together with a battery of surveys to assess personality traits,
behavioral states, job performance, and well-being over time. Besides the
default use of the data set, we envision several novel research opportunities
and potential applications, including multi-modal and multi-task behavioral
modeling, authentication through biometrics, and privacy-aware and
privacy-preserving machine learning.
- Abstract(参考訳): 病院における直接臨床提供者から収集された生理的・行動的データの縦型マルチモーダルコーパスを提案する。
本研究は,市販のウェアラブルと環境センサを用いて,日々の業務環境において,業務パフォーマンスや対人関係,病院職員の幸福感など,個人固有の構造を理解するために設計した。
私たちは、Bluetoothデータハブ、ウェアラブルセンサー(リストバンド、バイオメトリックス追跡服、スマートフォン、オーディオ機能レコーダーを含む)、そして、個性特性、行動状態、仕事パフォーマンス、健康状態などを評価するための調査のバッテリーから、n = 212$の参加者から、行動データと生理的データを収集しました。
データセットのデフォルト使用に加えて、マルチモーダルおよびマルチタスク動作モデリング、バイオメトリックスによる認証、プライバシアウェアおよびプライバシ保護機械学習など、いくつかの新しい研究機会と潜在的な応用を想定しています。
関連論文リスト
- Personality Trait Inference Via Mobile Phone Sensors: A Machine Learning
Approach [0.0]
本研究では,携帯電話センサを用いて収集した活動データから人格を確実に予測できることを示す。
2種類の問題に対して,ユーザの性格を最大0.78F1まで予測することができた。
スマートフォンのセンサと機械学習技術の組み合わせが、パーソナリティ研究の進展にどう役立つかを示す。
論文 参考訳(メタデータ) (2024-01-18T13:18:51Z) - Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。
マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。
ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
論文 参考訳(メタデータ) (2023-04-04T07:24:51Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳(メタデータ) (2022-07-20T13:37:57Z) - Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳(メタデータ) (2022-03-14T17:05:59Z) - Learning Language and Multimodal Privacy-Preserving Markers of Mood from
Mobile Data [74.60507696087966]
精神状態は、先進医療に共通する国でも診断されていない。
人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。
本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
論文 参考訳(メタデータ) (2021-06-24T17:46:03Z) - Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。
治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。
この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
論文 参考訳(メタデータ) (2021-05-03T21:20:20Z) - Synthesizing Skeletal Motion and Physiological Signals as a Function of
a Virtual Human's Actions and Emotions [10.59409233835301]
本研究では, 同期運動, 心電図, 血圧, 呼吸, 皮膚伝導信号の計算モデルからなるシステムを開発した。
提案されたフレームワークはモジュール化されており、柔軟性によってさまざまなモデルを試すことができる。
ラウンド・ザ・タイム・モニタリングのためのML研究を低コストで行うことに加えて、提案されたフレームワークはコードとデータの再利用を可能にする。
論文 参考訳(メタデータ) (2021-02-08T21:56:15Z) - Multimodal Privacy-preserving Mood Prediction from Mobile Data: A
Preliminary Study [34.550824104906255]
精神的な健康状態は、先進医療に共通のアクセスを持つ国でも診断が不十分である。
人間の行動を監視するための有望なデータソースのひとつは、毎日のスマートフォンの利用だ。
リスクの高い青年の移動行動のデータセットを用いて行動マーカーや日常の気分を調査した。
論文 参考訳(メタデータ) (2020-12-04T01:44:22Z) - Self-supervised transfer learning of physiological representations from
free-living wearable data [12.863826659440026]
意味ラベルのない活動・心拍(HR)信号を用いた新しい自己教師型表現学習法を提案する。
我々は、我々のモデルを、最大の自由生活複合センシングデータセット(手首加速度計とウェアラブル心電図データによる280k時間)で評価する。
論文 参考訳(メタデータ) (2020-11-18T23:21:34Z) - Learning Generalizable Physiological Representations from Large-scale
Wearable Data [12.863826659440026]
意味ラベルのない活動・心拍(HR)信号を用いた新しい自己教師型表現学習法を提案する。
その結果, 線形分類器を用いた伝達学習により, 様々な下流タスクにおいて, 埋め込みが一般化できることが示唆された。
本研究は,大規模健康・ライフスタイルモニタリングに寄与する行動・生理的データに対する,最初のマルチモーダル自己管理手法を提案する。
論文 参考訳(メタデータ) (2020-11-09T17:56:03Z)
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。