論文の概要: Pavlok-Nudge: A Feedback Mechanism for Atomic Behaviour Modification with Snoring Usecase
- arxiv url: http://arxiv.org/abs/2305.06110v4
- Date: Fri, 14 Feb 2025 00:24:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-17 14:46:12.211502
- Title: Pavlok-Nudge: A Feedback Mechanism for Atomic Behaviour Modification with Snoring Usecase
- Title（参考訳）: Pavlok-Nudge:スノーティング・ケースを用いた原子行動修正のためのフィードバック機構
- Authors: Md Rakibul Hasan, Shreya Ghosh, Pradyumna Agrawal, Zhixi Cai, Abhinav Dhall, Tom Gedeon,
- Abstract要約: 本稿では,まず,軽量なディープラーニングモデルを用いて対象の動作を検知し,その後Pavlokを通じてユーザを搾取するフレームワークを提案する。
提案手法は,いびきの文脈で実装し,検証する。
この予測に基づき、睡眠姿勢の変化などの予防対策として、利用者を苦しめるためにパヴロクを用いている。
- 参考スコア（独自算出の注目度）: 8.587480866100703
- License:
- Abstract: This paper proposes an atomic behaviour intervention strategy using Pavlok device. Pavlok utilises beeps, vibration and shocks as a mode of aversion technique to help individuals with behaviour modification. While the device can be useful in certain periodic daily life situations, like alarms and exercise notifications, the device relies on manual operations that limit its usage. To automate behaviour modification, we propose a framework that first detects targeted behaviours through a lightweight deep learning model and subsequently nudges the user through Pavlok. Our proposed solution is implemented and verified in the context of snoring, which captures audio from the environment following a prediction of whether the audio content is a snore or not using a 1D convolutional neural network. Based on the prediction, we use Pavlok to nudge users for preventive measures, such as a change in sleeping posture. We believe that this simple solution can help people change their atomic habits, which may lead to long-term health benefits. Our proposed real-time, lightweight model (99.8% fewer parameters over SOTA; 1,278,049 --> 1337) achieves SOTA performance (test accuracy of 0.99) on a public benchmark. The code and model are publicly available at https://github.com/hasan-rakibul/pavlok-nudge-snore.
- Abstract（参考訳）: 本稿では,Pavlok デバイスを用いた原子行動介入戦略を提案する。
Pavlokは、ビープ、振動、衝撃を回避技術として利用し、個人が行動修正を行うのを助ける。
このデバイスは、アラームやエクササイズ通知など、日常の特定の状況下では便利だが、その使用を制限する手動操作に依存している。
行動修正を自動化するために,我々はまず,軽量なディープラーニングモデルを用いて対象行動を検出し,その後,Pavlokを通じてユーザを虐待するフレームワークを提案する。
提案手法は,1次元畳み込みニューラルネットワークを用いて,音声内容がスノーアであるか否かの予測の後,環境から音声をキャプチャするスノーリングの文脈で実装し,検証する。
この予測に基づき、睡眠姿勢の変化などの予防対策として、利用者を苦しめるためにパヴロクを用いている。
このシンプルなソリューションは、人々が原子の習慣を変えるのに役立つと信じています。
提案したリアルタイム軽量モデル(SOTAよりもパラメータが99.8%少なく,1,278,049 --> 1337)は,公開ベンチマーク上でのSOTA性能(テスト精度0.99)を達成する。
コードとモデルはhttps://github.com/hasan-rakibul/pavlok-nudge-snore.comで公開されている。
関連論文リスト
- DiffPatch: Generating Customizable Adversarial Patches using Diffusion Model [88.14122962946858]
DiffPatchと呼ばれる新しい拡散型カスタマイズ可能なパッチ生成フレームワークを提案する。
提案手法により,ランダムノイズから始めるのではなく,参照画像をソースとして利用することが可能になる。
我々は, YOLOv5sを対象とする物理逆TシャツデータセットAdvPatch-1Kを開発した。
論文 参考訳（メタデータ） (2024-12-02T12:30:35Z) - Entanglement-assisted authenticated BB84 protocol [11.78752485991754]
この作業は、最大絡み合ったペアの機能を利用する、新しいユーザサーバ認証手順を提供する。
我々は、よく知られたBB84量子通信プロトコルにそれを組み込むのに便利な設計の特徴を活用している。
ユーザサーバ認証プロトコルの現実的なシミュレーションは,送信とストレージの両方にノイズモデルを用いることで実現されている。
論文 参考訳（メタデータ） (2024-07-03T14:05:27Z) - Steering Without Side Effects: Improving Post-Deployment Control of Language Models [61.99293520621248]
言語モデル(LM)は、デプロイ後予期せず振る舞うことが示されている。
KL-then-steer (KTS) は, その利点を保ちながら, 操舵の副作用を低減する技術である。
本手法はLlama-2-chat-7Bモデルと比較して44%のジェイルブレイク攻撃を防ぐ。
論文 参考訳（メタデータ） (2024-06-21T01:37:39Z) - Towards Evaluating the Robustness of Automatic Speech Recognition Systems via Audio Style Transfer [8.948537516293328]
本稿では,ユーザ認識スタイルの転送に基づく自動音声認識(ASR)システムに対する攻撃を提案する。
提案手法は,ユーザカスタマイズスタイルの必要性を満たすとともに,攻撃の82%の成功率を達成することができる。
論文 参考訳（メタデータ） (2024-05-15T16:05:24Z) - Exploring Green AI for Audio Deepfake Detection [21.17957700009653]
ディープニューラルネットワークを利用した最先端のオーディオディープフェイク検出器は、印象的な認識性能を示している。
ディープNLPモデルはCOtextsubscript2の約626klbのCOtextsubscript2を生成する。
そこで本研究では,標準CPUリソースを用いてシームレスにトレーニング可能な,オーディオディープフェイク検出のための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-21T10:54:21Z) - Feasibility on Detecting Door Slamming towards Monitoring Early Signs of
Domestic Violence [1.3535770763481905]
家庭内暴力やその他の反社会的行動の早期警戒サインの検出の可能性について検討した。
音声データを分析し、これを畳み込みニューラルネットワークに入力してサンプルを分類することで、ドアが積極的に閉じられているかどうかを判断する機械学習モデルを作成しました。
モデルによる予測は、BLE経由でRaspberry Piのスマートフォンなど他のデバイスに送信することができる。
論文 参考訳（メタデータ） (2022-10-06T02:25:03Z) - Checklist Models for Improved Output Fluency in Piano Fingering
Prediction [33.52847881359949]
ピアノ音楽の指先予測のための新しい手法を提案する。
我々は、近年の予測の表現を維持する強化学習を通じて訓練されたチェックリストシステムを提案する。
これらの指標に対する改善に直接寄与する性能の顕著な向上を示す。
論文 参考訳（メタデータ） (2022-09-12T21:27:52Z) - Less is More: Sparse Sampling for Dense Reaction Predictions [60.005266111509435]
本稿では,ビデオチャレンジからの2021Evoked Expressionを提案する。
本モデルでは,音声と画像の両モードを入力として,視聴者の感情変化を予測する。
提案手法は, 最終プライベートテストセットにおいて, ピアソンの相関スコア0.04430を達成した。
論文 参考訳（メタデータ） (2021-06-03T11:33:59Z) - Probing Model Signal-Awareness via Prediction-Preserving Input
Minimization [67.62847721118142]
モデルが正しい脆弱性信号を捕捉して予測する能力を評価する。
SAR(Signal-Aware Recall)と呼ばれる新しい指標を用いて,モデルの信号認識を計測する。
その結果,90年代以降のリコールから60年代以降のリコールは,新たな指標で大幅に減少した。
論文 参考訳（メタデータ） (2020-11-25T20:05:23Z) - Superiority of Simplicity: A Lightweight Model for Network Device
Workload Prediction [58.98112070128482]
本稿では,歴史観測に基づく時系列予測のための軽量な解を提案する。
ニューラルネットワークと平均予測器という2つのモデルからなる異種アンサンブル法で構成されている。
利用可能なFedCSIS 2020チャレンジデータセットの総合的なR2$スコア0.10を達成している。
論文 参考訳（メタデータ） (2020-07-07T15:44:16Z) - REST: Robust and Efficient Neural Networks for Sleep Monitoring in the
Wild [62.36144064259933]
ニューラルネットワークの逆トレーニングとLipschitz定数の制御を通じて、両問題に同時に対処する新しい方法であるRESTを提案する。
私たちは、RESTがノイズの存在下で、オリジナルのフルサイズのモデルを大幅に上回る、ロバストで効率的なモデルを生成することを実証しています。
これらのモデルをスマートフォン上のAndroidアプリケーションにデプロイすることにより、RESTによってモデルが最大17倍のエネルギー削減と9倍高速な推論を達成することができることを定量的に観察する。
論文 参考訳（メタデータ） (2020-01-29T17:23:16Z)
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。