論文の概要: Sensors and Systems for Monitoring Mental Fatigue: A systematic review
- arxiv url: http://arxiv.org/abs/2307.01666v2
- Date: Sun, 10 Sep 2023 17:09:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-12 19:27:48.629964
- Title: Sensors and Systems for Monitoring Mental Fatigue: A systematic review
- Title（参考訳）: 精神疲労モニタリングのためのセンサとシステム--体系的レビュー
- Authors: Prabin Sharma, Joanna C. Justus, Megha Thapa, Govinda R. Poudel
- Abstract要約: 精神疲労は、自動車事故、医療ミス、職場での生産性の低下、およびeラーニング環境における学生の離職の主な原因である。
精神的な疲労を確実に追跡できるセンサーやシステムの開発は、事故を防止し、エラーを減らし、職場の生産性を高めるのに役立つ。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Mental fatigue is a leading cause of motor vehicle accidents, medical errors,
loss of workplace productivity, and student disengagements in e-learning
environment. Development of sensors and systems that can reliably track mental
fatigue can prevent accidents, reduce errors, and help increase workplace
productivity. This review provides a critical summary of theoretical models of
mental fatigue, a description of key enabling sensor technologies, and a
systematic review of recent studies using biosensor-based systems for tracking
mental fatigue in humans. We conducted a systematic search and review of recent
literature which focused on detection and tracking of mental fatigue in humans.
The search yielded 57 studies (N=1082), majority of which used
electroencephalography (EEG) based sensors for tracking mental fatigue. We
found that EEG-based sensors can provide a moderate to good sensitivity for
fatigue detection. Notably, we found no incremental benefit of using
high-density EEG sensors for application in mental fatigue detection. Given the
findings, we provide a critical discussion on the integration of wearable EEG
and ambient sensors in the context of achieving real-world monitoring. Future
work required to advance and adapt the technologies toward widespread
deployment of wearable sensors and systems for fatigue monitoring in
semi-autonomous and autonomous industries is examined.
- Abstract（参考訳）: 精神疲労は、自動車事故、医療ミス、職場での生産性の低下、およびeラーニング環境における学生の離職の主な原因である。
精神的な疲労を確実に追跡できるセンサーやシステムの開発は、事故を防止し、エラーを低減し、職場の生産性を向上させる。
本稿では,心的疲労の理論モデルに関する批判的概要,センサ技術の鍵となる説明,およびバイオセンサーを用いた人間の心的疲労追跡システムを用いた最近の研究の体系的レビューについて述べる。
ヒトの精神疲労の検出と追跡に焦点をあてた最近の文献を体系的に調査・レビューした。
調査の結果、57の研究(n=1082)が行われ、その大半は心的疲労を追跡するために脳波(eeg)ベースのセンサーを用いた。
脳波センサは疲労検出に適度から良好な感度を提供することがわかった。
特に,高濃度脳波センサを用いた心的疲労検出の漸進的効果は認められなかった。
この結果を踏まえて,ウェアラブル脳波と環境センサの統合について,実世界のモニタリングを実現するための重要な議論を行う。
半自律型・自律型産業におけるウェアラブルセンサと疲労監視システムの普及に向けての技術の進歩と適応に必要な今後の課題について検討する。
関連論文リスト
- ESDS: AI-Powered Early Stunting Detection and Monitoring System using Edited Radius-SMOTE Algorithm [1.6874375111244329]
スタンピング検出はインドネシアの医療において重要な問題である。
スタンティングの頻度が高い地域では、治療を必要としている子供を特定することが重要である。
診断プロセスは、医療従事者の経験不足など、しばしば課題を提起する。
本稿では,センサ読み取りに基づくスタント検出に機械学習を用いる。
論文 参考訳（メタデータ） (2024-09-21T11:15:13Z) - EEG for fatigue monitoring [0.0]
脳波検査(EEG)は、生理的疲労を客観的に評価するための有望なツールとして登場した。
本稿では,脳波を用いた生理疲労のモニタリングの現状を包括的に分析することを目的とする。
論文 参考訳（メタデータ） (2024-01-28T21:01:45Z) - Proactive Emotion Tracker: AI-Driven Continuous Mood and Emotion
Monitoring [2.271910267215261]
このプロジェクトは、今日のデジタル時代のメンタルヘルスの課題に対処することを目的としている。
修正されたトレーニング済みBERTモデルを使用して、ソーシャルメディアやユーザのWebブラウジングデータ内の落ち込んだテキストを検出し、93%のテスト精度を実現している。
論文 参考訳（メタデータ） (2024-01-24T15:05:11Z) - 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) - Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。
我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
論文 参考訳（メタデータ） (2023-03-30T02:40:28Z) - Continual learning benefits from multiple sleep mechanisms: NREM, REM,
and Synaptic Downscaling [51.316408685035526]
先行学習を失うことなく、新しいタスクやスキルを連続して学習することは、人工ニューラルネットワークと生物学的ニューラルネットワークの両方にとって、計算上の課題である。
本稿では,3つの異なる睡眠成分のモデル化が,人工ニューラルネットワークの連続学習にどのように影響するかを検討する。
論文 参考訳（メタデータ） (2022-09-09T13:45:27Z) - 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) - 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) - AutoCogniSys: IoT Assisted Context-Aware Automatic Cognitive Health
Assessment [2.7998963147546148]
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。
論文 参考訳（メタデータ） (2020-03-17T01:44:59Z) - 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。