論文の概要: DAMMI:Daily Activities in a Psychologically Annotated Multi-Modal IoT dataset
- arxiv url: http://arxiv.org/abs/2410.04152v1
- Date: Sat, 5 Oct 2024 13:26:54 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-02 13:51:18.605025
- Title: DAMMI:Daily Activities in a Psychologically Annotated Multi-Modal IoT dataset
- Title（参考訳）: DAMMI:心理学的注釈付きマルチモードIoTデータセットにおける日々の活動
- Authors: Mohsen Falah Rad, Kamrad Khoshhal Roudposhti, Mohammad Hassan Khoobkar, Mohsen Shirali, Zahra Ahmadi, Carlos Fernandez-Llatas,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 10.771838327042609
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The growth in the elderly population and the shift in the age pyramid have increased the demand for healthcare and well-being services. To address this concern, alongside the rising cost of medical care, the concept of ageing at home has emerged, driven by recent advances in medical and technological solutions. Experts in computer science, communication technology, and healthcare have collaborated to develop affordable health solutions by employing sensors in living environments, wearable devices, and smartphones, in association with advanced data mining and intelligent systems with learning capabilities, to monitor, analyze, and predict the health status of elderly individuals. However, implementing intelligent healthcare systems and developing analytical techniques requires testing and evaluating algorithms on real-world data. Despite the need, there is a shortage of publicly available datasets that meet these requirements. To address this gap, we present the DAMMI dataset in this work, designed to support researchers in the field. The dataset includes daily activity data of an elderly individual collected via home-installed sensors, smartphone data, and a wristband over 146 days. It also contains daily psychological reports provided by a team of psychologists. Furthermore, the data collection spans significant events such as the COVID-19 pandemic, New Year's holidays, and the religious month of Ramadan, offering additional opportunities for analysis. In this paper, we outline detailed information about the data collection system, the types of data recorded, and pre-processed event logs. This dataset is intended to assist professionals in IoT and data mining in evaluating and implementing their research ideas.
- Abstract（参考訳）: 高齢者の増加と高齢化ピラミッドの変化は、医療や福祉サービスへの需要を増している。
この懸念に対処するため、医療費の上昇とともに、近年の医療・技術ソリューションの進歩によって家庭における老化の概念が浮上した。
コンピュータ科学、コミュニケーション技術、医療の専門家は、高齢者の健康状態を監視し、分析し、予測するために、生活環境、ウェアラブルデバイス、スマートフォンにセンサーを導入し、高度なデータマイニングと学習能力を備えたインテリジェントシステムと連携して、安価な健康ソリューションを開発するために協力してきた。
しかし、インテリジェントな医療システムの実装と分析技術の開発には、実世界のデータ上でのアルゴリズムのテストと評価が必要である。
ニーズにもかかわらず、これらの要件を満たす公開データセットは不足している。
このギャップに対処するため、この分野の研究者を支援するために設計されたDAMMIデータセットを本研究に提示する。
このデータセットには、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日間を通じて収集された高齢者の日々の活動データが含まれている。
また、心理学者のチームによって提供される毎日の心理学的報告も含んでいる。
さらに、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、ラマダンの宗教月といった重要な出来事に及び、分析の機会を提供する。
本稿では,データ収集システム,記録データの種類,前処理したイベントログに関する詳細な情報について概説する。
このデータセットは、IoTおよびデータマイニングの専門家による研究アイデアの評価と実装を支援することを目的としている。
関連論文リスト
- Data Augmentation in Human-Centric Vision [54.97327269866757]
本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。
それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。
我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
論文 参考訳（メタデータ） (2024-03-13T16:05:18Z) - Recent Advances in Predictive Modeling with Electronic Health Records [71.19967863320647]
EHRデータを予測モデリングに利用すると、その特徴からいくつかの課題が生じる。
深層学習は、医療を含む様々な応用においてその優位性を示している。
論文 参考訳（メタデータ） (2024-02-02T00:31:01Z) - 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) - Towards Smart Healthcare: Challenges and Opportunities in IoT and ML [0.0]
新型コロナウイルス(COVID-19)のパンデミックや他の健康危機は、世界中の医療サービスを促進する必要性を浮き彫りにした。
この章は、IoTヘルスケアセクターに機械学習メソッドを統合する際に直面するハードルを探求することに焦点を当てている。
現在の研究課題と潜在的な機会を包括的にまとめ、三つのシナリオに分類する。
論文 参考訳（メタデータ） (2023-12-09T10:45:44Z) - On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
AI技術の信頼性に関する深刻な懸念があった。
機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。
本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-24T14:01:53Z) - 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) - Health Guardian Platform: A technology stack to accelerate discovery in
Digital Health research [1.4334172557562619]
Health Guardianは、IBM Digital Healthチームが開発したプラットフォームで、新しいデジタルバイオマーカーの発見とデジタルヘルス技術の開発を加速する。
このプラットフォームは、モバイルアプリケーション、ウェアラブル、IoT(Internet of Things)デバイスに接続して、健康関連のデータをセキュアなデータベースに収集することができる。
分析が作成されると、事前に定義されたテンプレートを使用してコードをクラウド上にコンテナ化し、デプロイし、1つ以上のセンサーデバイスから収集したデータを使用してモデルを検証できる。
論文 参考訳（メタデータ） (2022-11-10T16:28:07Z) - A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。
マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。
これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文 参考訳（メタデータ） (2022-11-07T17:20:39Z) - A Methodology for a Scalable, Collaborative, and Resource-Efficient
Platform to Facilitate Healthcare AI Research [0.0]
本稿では,データ取得,データセット開発と分析,AIモデル開発を高速化するシステムを提案する。
このシステムは、1時間に15,000人の患者記録を取り込み、各記録は何千もの測定値、テキストノート、高解像度のデータを表す。
論文 参考訳（メタデータ） (2021-12-13T18:39:10Z) - A Data-Centric Behavioral Machine Learning Platform to Reduce Health
Inequalities [0.0]
我々は、低所得国と中所得国で動作する幅広いモバイルヘルスアプリケーションの行動ログを活用する、データ中心の機械学習プラットフォームを開発している。
ここでは、プラットフォームアーキテクチャを説明し、プロセス全体を通してデータの品質と組織を最大化するのに役立つ詳細に焦点を当てます。
論文 参考訳（メタデータ） (2021-11-17T09:53:35Z) - BiteNet: Bidirectional Temporal Encoder Network to Predict Medical
Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。
エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。
実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文 参考訳（メタデータ） (2020-09-24T00:42:36Z)
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。