論文の概要: A Versatile Data Fabric for Advanced IoT-Based Remote Health Monitoring
- arxiv url: http://arxiv.org/abs/2310.01673v1
- Date: Mon, 2 Oct 2023 22:05:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-04 18:26:52.418032
- Title: A Versatile Data Fabric for Advanced IoT-Based Remote Health Monitoring
- Title（参考訳）: 高度なIoTベースのリモートヘルスモニタリングのためのVersatile Data Fabric
- Authors: Italo Buleje, Vince S. Siu, Kuan Yu Hsieh, Nigel Hinds, Bing Dang,
Erhan Bilal, Thanhnha Nguyen, Ellen E. Lee, Colin A. Depp, Jeffrey L. Rogers
- Abstract要約: 本稿では,デジタルヘルスアプリケーション用に設計された,データ中心でセキュリティを重視したデータファブリックについて述べる。
提案するデータファブリックは、異種データソースの統合を容易にするアーキテクチャとツールキットから構成される。
本稿では,高齢者を対象とした在宅遠隔監視研究プロジェクトにおいて,データファブリックの実装について紹介する。
- 参考スコア（独自算出の注目度）: 0.8789651809819904
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper presents a data-centric and security-focused data fabric designed
for digital health applications. With the increasing interest in digital health
research, there has been a surge in the volume of Internet of Things (IoT) data
derived from smartphones, wearables, and ambient sensors. Managing this vast
amount of data, encompassing diverse data types and varying time scales, is
crucial. Moreover, compliance with regulatory and contractual obligations is
essential. The proposed data fabric comprises an architecture and a toolkit
that facilitate the integration of heterogeneous data sources, across different
environments, to provide a unified view of the data in dashboards. Furthermore,
the data fabric supports the development of reusable and configurable data
integration components, which can be shared as open-source or inner-source
software. These components are used to generate data pipelines that can be
deployed and scheduled to run either in the cloud or on-premises. Additionally,
we present the implementation of our data fabric in a home-based telemonitoring
research project involving older adults, conducted in collaboration with the
University of California, San Diego (UCSD). The study showcases the streamlined
integration of data collected from various IoT sensors and mobile applications
to create a unified view of older adults' health for further analysis and
research.
- Abstract（参考訳）: 本稿では,デジタルヘルスアプリケーション用に設計されたデータセントリックでセキュリティを重視したデータファブリックを提案する。
デジタルヘルス研究への関心が高まり、スマートフォン、ウェアラブル、環境センサーから得られるIoT(Internet of Things)データ量が急増している。
多様なデータタイプとさまざまな時間スケールを含む、膨大な量のデータを管理することが重要です。
さらに、規制や契約上の義務の遵守が不可欠である。
提案するデータファブリックは、さまざまな環境にわたる異種データソースの統合を容易にするアーキテクチャとツールキットで構成され、ダッシュボード内のデータの統一ビューを提供する。
さらに、データファブリックは、再利用可能な構成可能なデータ統合コンポーネントの開発をサポートします。
これらのコンポーネントは、デプロイされ、クラウドまたはオンプレミスで実行されるようにスケジュールされたデータパイプラインを生成するために使用される。
また,本研究では,高齢者を対象に,カリフォルニア大学サンディエゴ校(ucsd)と共同で行う在宅遠隔監視研究プロジェクトにおいて,データファブリックの実装について紹介する。
この研究は、さまざまなiotセンサーとモバイルアプリケーションから収集されたデータの合理化された統合を示し、さらなる分析と研究のために、高齢者の健康状態の統一ビューを作成する。
関連論文リスト
- Enhancing Pavement Sensor Data Acquisition for AI-Driven Transportation Research [1.22995445255292]
本稿では,交通センサデータ管理のための包括的ガイドラインを提案する。
アーカイブされた静的データとリアルタイムデータストリームの両方をカバーする。
この提案は、I-65とI-69グリーンフィールドを含むINDOTの現実世界のケーススタディに適用された。
論文 参考訳（メタデータ） (2025-02-20T03:37:46Z) - EarthView: A Large Scale Remote Sensing Dataset for Self-Supervision [72.84868704100595]
本稿では,地球モニタリングタスクにおける深層学習アプリケーションを強化することを目的とした,リモートセンシングデータの自己監督を目的としたデータセットを提案する。
このデータセットは15テラピクセルのグローバルリモートセンシングデータにまたがっており、NEON、Sentinel、Satellogicによる1mの空間解像度データの新たなリリースなど、さまざまなソースの画像を組み合わせている。
このデータセットは、リモートセンシングデータの異なる課題に取り組むために開発されたMasked Autoencoderである。
論文 参考訳（メタデータ） (2025-01-14T13:42:22Z) - DAMMI:Daily Activities in a Psychologically Annotated Multi-Modal IoT dataset [10.771838327042609]
DAMMIデータセットは、この分野の研究者を支援するように設計されている。
これには、ホームインストールされたセンサー、スマートフォンデータ、リストバンド146日以上にわたって収集された高齢者の日々の行動データが含まれている。
データ収集は、新型コロナウイルス(COVID-19)のパンデミック、正月、ラマダンの宗教月など、重要なイベントにまたがる。
論文 参考訳（メタデータ） (2024-10-05T13:26:54Z) - Blockchain Integrated Federated Learning in Edge-Fog-Cloud Systems for IoT based Healthcare Applications A Survey [18.36339203254509]
新たな分散パラダイムであるフェデレーション学習は、プライバシを維持しながら協調学習をサポートする。
フェデレートされた学習とブロックチェーンの統合は、医療などの機密データを扱う上で特に有利である。
本稿では、フェデレートされた学習とブロックチェーンのアーキテクチャ、構造、機能、特性、そして様々なコンピューティングパラダイムにおけるそれらの応用について検討し、医療におけるそれらの実装を評価します。
論文 参考訳（メタデータ） (2024-06-08T16:36:48Z) - Generative AI-Driven Human Digital Twin in IoT-Healthcare: A Comprehensive Survey [53.691704671844406]
IoT(Internet of Things)は、特にヘルスケアにおいて、人間の生活の質を大幅に向上させる。
ヒトデジタルツイン(HDT)は、個体の複製を包括的に特徴付ける革新的なパラダイムとして提案されている。
HDTは、多用途で生き生きとした人間のデジタルテストベッドとして機能することで、医療監視の応用を超えて、IoTヘルスの強化を図っている。
最近、生成人工知能(GAI)は、高度なAIアルゴリズムを利用して、多種多様なデータを自動的に生成、操作、修正できるため、有望なソリューションである可能性がある。
論文 参考訳（メタデータ） (2024-01-22T03:17:41Z) - Disease Insight through Digital Biomarkers Developed by Remotely
Collected Wearables and Smartphone Data [3.9411499615751113]
RADAR-baseは、ConfluentのApache Kafkaを中心に構築された、現代的なリモートデータ収集プラットフォームである。
研究設計とセットアップ、アクティブ(例えばPROM)、パッシブ(電話センサー、ウェアラブルデバイス、IoT)リモートデータ収集機能のサポートを提供する。
このプラットフォームは、多発性硬化症、うつ病、てんかん、ADHD、アルツハイマー、自閉症、肺疾患を含む多くの疾患領域において、様々なコホートに対する経時的データ収集に成功した。
論文 参考訳（メタデータ） (2023-08-03T22:44:48Z) - Beyond Privacy: Navigating the Opportunities and Challenges of Synthetic
Data [91.52783572568214]
合成データは、機械学習の世界において支配的な力となり、データセットを個々のニーズに合わせて調整できる未来を約束する。
合成データのより広範な妥当性と適用のために,コミュニティが克服すべき根本的な課題について論じる。
論文 参考訳（メタデータ） (2023-04-07T16:38:40Z) - TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual
Environments [84.6017003787244]
本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。
既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
論文 参考訳（メタデータ） (2022-08-16T20:46:08Z) - DataPerf: Benchmarks for Data-Centric AI Development [81.03754002516862]
DataPerfは、MLデータセットとデータ中心アルゴリズムを評価するための、コミュニティ主導のベンチマークスイートである。
私たちは、この反復的な開発をサポートするために、複数の課題を抱えたオープンなオンラインプラットフォームを提供しています。
ベンチマーク、オンライン評価プラットフォーム、ベースライン実装はオープンソースである。
論文 参考訳（メタデータ） (2022-07-20T17:47:54Z) - IoT Solutions with Multi-Sensor Fusion and Signal-Image Encoding for
Secure Data Transfer and Decision Making [0.8287206589886881]
軍では、異質なIoTデバイスがプロセスやタスクをどのように役立つかを調査している。
本稿では,IoTウェアラブルデバイスからのデータを,可逆かつ支援意思決定の可視化が容易な画像に統合(融合)するために,情報(信号)を変換するための画像符号化アプローチの信号を提案する。
論文 参考訳（メタデータ） (2021-06-02T22:48:06Z) - Data Mining with Big Data in Intrusion Detection Systems: A Systematic
Literature Review [68.15472610671748]
クラウドコンピューティングは、複雑で高性能でスケーラブルな計算のために、強力で必要不可欠な技術になっている。
データ生成の迅速化とボリュームは、データ管理とセキュリティに重大な課題をもたらし始めている。
ビッグデータ設定における侵入検知システム(IDS)の設計と展開が重要視されている。
論文 参考訳（メタデータ） (2020-05-23T20:57:12Z)
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。