Fugu-MT 論文翻訳(概要): Alone or With Others? Understanding Eating Episodes of College Students with Mobile Sensing

論文の概要: Alone or With Others? Understanding Eating Episodes of College Students with Mobile Sensing

arxiv url: http://arxiv.org/abs/2011.11694v2
Date: Sat, 28 Nov 2020 08:54:40 GMT
ステータス: 処理完了
システム内更新日: 2023-04-23 08:40:29.505450
Title: Alone or With Others? Understanding Eating Episodes of College Students with Mobile Sensing
Title（参考訳）: ひとりか他者か? モバイルセンシングによる大学生の食事エピソードの理解
Authors: Lakmal Meegahapola, Salvador Ruiz-Correa, Daniel Gatica-Perez
Abstract要約: 食事の社会的文脈(友人、家族、パートナーなど)は、食事の種類、食事中の心理的状態、食事量といった側面に影響を及ぼす重要な自己申告機能である。本研究では,ウェアラブルとスマートフォンの受動的センシングデータと食生活の社会的文脈について検討する。
参考スコア（独自算出の注目度）: 7.786904858719634
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Understanding food consumption patterns and contexts using mobile sensing is fundamental to build mobile health applications that require minimal user interaction to generate mobile food diaries. Many available mobile food diaries, both commercial and in research, heavily rely on self-reports, and this dependency limits the long term adoption of these apps by people. The social context of eating (alone, with friends, with family, with a partner, etc.) is an important self-reported feature that influences aspects such as food type, psychological state while eating, and the amount of food, according to prior research in nutrition and behavioral sciences. In this work, we use two datasets regarding the everyday eating behavior of college students in two countries, namely Switzerland (N_ch=122) and Mexico (N_mx=84), to examine the relation between the social context of eating and passive sensing data from wearables and smartphones. Moreover, we design a classification task, namely inferring eating-alone vs. eating-with-others episodes using passive sensing data and time of eating, obtaining accuracies between 77% and 81%. We believe that this is a first step towards understanding more complex social contexts related to food consumption using mobile sensing.
Abstract（参考訳）: モバイルセンシングを用いた食品消費パターンとコンテキストの理解は、モバイル食品日記を生成するのに最小限のユーザーインタラクションを必要とするモバイル健康アプリケーションを構築する上で基本である。商用と研究の両方で利用可能なモバイルフード日記の多くは、セルフレポートに大きく依存しており、この依存関係は、人々によるこれらのアプリの長期的な採用を制限する。食事の社会的文脈(友人、家族、パートナーなど)は、栄養・行動科学の先行研究によると、食事の種類、食事中の心理的状態、食物の量といった側面に影響を及ぼす重要な自己報告的特徴である。本研究では,スイス(N_ch=122)とメキシコ(N_mx=84)の2つの国における大学生の日常食行動に関する2つのデータセットを用いて,ウェアラブルとスマートフォンの受動的知覚データと食生活との関連性を検討する。さらに、受動的センシングデータと摂食時間を用いて、摂食と食のエピソードを推定する分類タスクを設計し、77%から81%の精度を得る。これは、モバイルセンシングによる食品消費に関連する、より複雑な社会的コンテキストを理解するための第一歩だと考えています。

関連論文リスト

From Canteen Food to Daily Meals: Generalizing Food Recognition to More Practical Scenarios [92.58097090916166]
DailyFood-172とDailyFood-16という2つの新しいベンチマークを、毎日の食事から食のイメージをキュレートする。これらの2つのデータセットは、よく計算された食品画像領域から日常的な食品画像領域へのアプローチの伝達性を評価するために使用される。
論文参考訳（メタデータ） (2024-03-12T08:32:23Z)
NutritionVerse-Real: An Open Access Manually Collected 2D Food Scene Dataset for Dietary Intake Estimation [68.49526750115429]
食事摂取推定のための2D食品シーンデータセットであるNutritionVerse-Realを導入する。 NutritionVerse-Realデータセットは、実生活における食品シーンのイメージを手作業で収集し、各成分の重量を測定し、各料理の食生活内容を計算することによって作成されました。
論文参考訳（メタデータ） (2023-11-20T11:05:20Z)
NutritionVerse: Empirical Study of Various Dietary Intake Estimation Approaches [59.38343165508926]
食事の正確な摂取推定は、健康的な食事を支援するための政策やプログラムを伝える上で重要である。最近の研究は、コンピュータービジョンと機械学習を使用して、食物画像から食事摂取を自動的に推定することに焦点を当てている。我々は,84,984個の合成2D食品画像と関連する食事情報を用いた最初の大規模データセットであるNutritionVerse-Synthを紹介した。また、リアルなイメージデータセットであるNutritionVerse-Realを収集し、リアル性を評価するために、251の料理の889のイメージを含む。
論文参考訳（メタデータ） (2023-09-14T13:29:41Z)
Inferring Mood-While-Eating with Smartphone Sensing and Community-Based Model Personalization [4.245223529153532]
携帯電話のセンサデータは、食行動と気分の両方を、モバイル食日記とモバイル健康アプリケーションという文脈で独立して特徴付けるために使われてきた。以上の結果から, 一般的な気分推定モデルでは, 摂食など特定の文脈での性能が低下することが示唆された。これらの制約に対処するために,類似ユーザから対象ユーザへのデータを用いたモデルを構築することにより,新たなコミュニティベースのパーソナライズ手法を採用した。
論文参考訳（メタデータ） (2023-06-01T14:24:10Z)
Understanding the Social Context of Eating with Multimodal Smartphone Sensing: The Role of Country Diversity [5.764112063319108]
本研究は,8カ国678人の大学生を対象に,約24Kの自己申告データを収集した。分析の結果,食事イベントにおけるスマートフォンの利用状況は各国で類似しているが,各国に特有の傾向がみられた。
論文参考訳（メタデータ） (2023-06-01T14:16:59Z)
Biased Bytes: On the Validity of Estimating Food Consumption from Digital Traces [17.890674216192277]
ソーシャルメディア(Twitter)と食品追跡アプリケーション(MyFoodRepo)による食事行動の関連を定量化する。例えば、パンはTwitterよりも消費食品や追跡食品の2.5倍、ケーキはTwitterの12倍の頻度である。食べ物の種類によって、Twitterに投稿された食べ物は、消費された食品や追跡された食品と比べて、美味しく、カロリーが高く、健康が悪く、家庭で消費された可能性が低く、より複雑で、より大きいものと見なされている。
論文参考訳（メタデータ） (2022-08-30T17:13:16Z)
Towards the Creation of a Nutrition and Food Group Based Image Database [58.429385707376554]
栄養・食品群に基づく画像データベースを構築するための枠組みを提案する。米国農務省食品栄養データベース(FNDDS)における食品群に基づく食品コードリンクプロトコルを設計する。提案手法は16,114個の食品データセットを含む栄養・食品群に基づく画像データベースを構築するために用いられる。
論文参考訳（メタデータ） (2022-06-05T02:41:44Z)
Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
論文参考訳（メタデータ） (2021-07-13T06:26:53Z)
Formation of Social Ties Influences Food Choice: A Campus-Wide Longitudinal Study [35.304562448945184]
Ecole Polytechnique Federale de Lausanne(EPFL)大学のキャンパスでは8年間に3800万件の食品購入を記録しています。受動的に観測されたログデータから因果効果を推定する。食品の購入頻度が食相手の食品選択の健康性に大きく影響する食品を特定した。
論文参考訳（メタデータ） (2021-02-17T13:47:28Z)
Eating Habits Discovery in Egocentric Photo-streams [9.436913961194671]
食事関連行動パターン探索モデルを構築し,日常的に実施されている活動から栄養のルーチンを明らかにする。このフレームワーク内では、単純だが堅牢で高速な新しい分類パイプラインを提示する。本稿では,カメラが単独で食べる際の食品関連シーンの識別への応用について述べる。
論文参考訳（メタデータ） (2020-09-16T12:46:35Z)
Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
論文参考訳（メタデータ） (2020-03-09T07:41:17Z)

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。