論文の概要: Smart Application for Fall Detection Using Wearable ECG & Accelerometer
Sensors
- arxiv url: http://arxiv.org/abs/2207.00008v1
- Date: Tue, 28 Jun 2022 12:49:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-10 12:22:52.106757
- Title: Smart Application for Fall Detection Using Wearable ECG & Accelerometer
Sensors
- Title（参考訳）: ウェアラブルECGと加速度センサを用いた転倒検出のためのスマート応用
- Authors: Harry Wixley
- Abstract要約: タイムリーで信頼性の高い滝の検出は、大規模で急速に成長する研究分野である。
センサは転倒検出に有用であり、転倒と他の活動の区別を可能にする。
この研究は、結果のデータセットで識別される弱点のために、改善の余地をかなり残している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Timely and reliable detection of falls is a large and rapidly growing field
of research due to the medical and financial demand of caring for a constantly
growing elderly population. Within the past 2 decades, the availability of
high-quality hardware (high-quality sensors and AI microchips) and software
(machine learning algorithms) technologies has served as a catalyst for this
research by giving developers the capabilities to develop such systems. This
study developed multiple application components in order to investigate the
development challenges and choices for fall detection systems, and provide
materials for future research. The smart application developed using this
methodology was validated by the results from fall detection modelling
experiments and model mobile deployment. The best performing model overall was
the ResNet152 on a standardised, and shuffled dataset with a 2s window size
which achieved 92.8% AUC, 7.28% sensitivity, and 98.33% specificity. Given
these results it is evident that accelerometer and ECG sensors are beneficial
for fall detection, and allow for the discrimination between falls and other
activities. This study leaves a significant amount of room for improvement due
to weaknesses identified in the resultant dataset. These improvements include
using a labelling protocol for the critical phase of a fall, increasing the
number of dataset samples, improving the test subject representation, and
experimenting with frequency domain preprocessing.
- Abstract（参考訳）: 滝のタイムリーで信頼性の高い検出は、常に成長する高齢者の医療と財政の需要のために、大きくて急速に成長している研究分野である。
過去20年以内に、高品質なハードウェア(高品質なセンサーとaiマイクロチップ)とソフトウェア(機械学習アルゴリズム)技術が利用可能になり、開発者はそのようなシステムを開発することができるようになった。
本研究では,転倒検知システムの開発課題と選択を調査し,今後の研究のための資料を提供するため,複数のアプリケーションコンポーネントを開発した。
この手法を用いて開発されたスマートアプリケーションは、フォール検出モデル実験とモデルモバイルデプロイメントの結果によって検証された。
ResNet152は、92.8%のAUC、7.28%の感度、98.33%の特異性を達成した2sウィンドウサイズで標準化されシャッフルされたデータセットである。
これらの結果から,加速度センサと心電センサは転倒検出に有用であり,転倒と他の活動の区別が可能であることが示唆された。
この研究は、結果データセットで特定された弱点により、改善の余地がかなり残されている。
これらの改善には、フォールのクリティカルフェーズのためのラベル付けプロトコルの使用、データセットサンプルの数の増加、テスト対象の表現の改善、周波数ドメイン前処理の実験が含まれる。
関連論文リスト
- A Comprehensive Library for Benchmarking Multi-class Visual Anomaly Detection [52.228708947607636]
本稿では,新しい手法のモジュラーフレームワークであるADerを包括的視覚異常検出ベンチマークとして紹介する。
このベンチマークには、産業ドメインと医療ドメインからの複数のデータセットが含まれており、15の最先端メソッドと9つの包括的なメトリクスを実装している。
我々は,異なる手法の長所と短所を客観的に明らかにし,多クラス視覚異常検出の課題と今後の方向性について考察する。
論文 参考訳（メタデータ） (2024-06-05T13:40:07Z) - Machine Learning and Feature Ranking for Impact Fall Detection Event
Using Multisensor Data [1.9731252964716424]
我々は、マルチセンサUP-FALLデータセットから最も関連性の高い特徴を特定するために、特徴選択プロセスを採用している。
次に、インパクトモーメントの検出における各種機械学習モデルの効率性を評価する。
この結果から, 落下検出にマルチセンサデータを活用する能力を示すとともに, 衝突検出の精度向上を実現した。
論文 参考訳（メタデータ） (2023-12-21T01:05:44Z) - Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for
Advanced Object Detection [55.2480439325792]
本稿では,LSKNetのバックボーンをDiffusionDetヘッドに統合したオブジェクト検出モデルの詳細な評価を行う。
提案手法は平均精度(MAP)を約45.7%向上させる。
この進歩は、提案された修正の有効性を強調し、航空画像解析の新しいベンチマークを設定する。
論文 参考訳（メタデータ） (2023-11-21T19:49:13Z) - Automatic Sensor-free Affect Detection: A Systematic Literature Review [0.0]
本稿では,センサレス感情検出に関する総合的な文献レビューを行う。
この分野の明らかな成熟度は、モデルの一貫した性能によって証明されているにもかかわらず、将来の研究には十分な範囲がある。
モデル開発プラクティスやメソッドの洗練も必要です。
論文 参考訳（メタデータ） (2023-10-11T13:24:27Z) - Deep Learning-based Fall Detection Algorithm Using Ensemble Model of
Coarse-fine CNN and GRU Networks [7.624051346741515]
本研究では,大小の畳み込みニューラルネットワークとゲートリカレントユニットを組み合わせたアンサンブルモデルを提案する。
提案したモデルは、それぞれ92.54%、96.13%、94.26%のリコール、精度、Fスコアを達成する。
論文 参考訳（メタデータ） (2023-04-13T08:30:46Z) - Exploring linguistic feature and model combination for speech
recognition based automatic AD detection [61.91708957996086]
音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。
専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。
本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
論文 参考訳（メタデータ） (2022-06-28T05:09:01Z) - Meta-learning with GANs for anomaly detection, with deployment in
high-speed rail inspection system [7.220842608593749]
ビッグデータによるAI時代における異常検出の主な課題は、潜在的な異常タイプに関する事前知識の欠如である。
本稿では,GAN(Generative Adversarial Network)の概念を,損失関数の適切な選択に取り入れる。
当社のフレームワークは2021年以降、中国の5つの高速鉄道に配備されており、99.7%以上の作業負荷を削減し、96.7%の検査時間を節約している。
論文 参考訳（メタデータ） (2022-02-11T17:43:49Z) - DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly
detection in air transportation [68.8204255655161]
識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。
通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。
その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
論文 参考訳（メタデータ） (2021-09-08T14:07:55Z) - An IoT-Based Framework for Remote Fall Monitoring [2.511917198008258]
本稿では,クラウドに接続されたゲートウェイデバイスを介してモバイルアプリケーションにデータを送信するセンサデバイスを含む,転倒検出のための新しいIoTベースのシステムを提案する。
その結果,転倒決定に有効な特徴として,連続ウェーブレット変換(CWT)の重要性が強調された。
すべてのパフォーマンス指標(精度、リコール、精度、特異性、F1スコア)に対して、達成された結果は、小さなデータセットに対して95%以上である。
論文 参考訳（メタデータ） (2021-03-10T22:37:19Z) - Anomaly Detection Based on Selection and Weighting in Latent Space [73.01328671569759]
SWADと呼ばれる新しい選択および重み付けに基づく異常検出フレームワークを提案する。
ベンチマークと実世界のデータセットによる実験は、SWADの有効性と優位性を示している。
論文 参考訳（メタデータ） (2021-03-08T10:56:38Z) - Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。
このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。
その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
論文 参考訳（メタデータ） (2021-02-02T15:44:39Z)
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。