論文の概要: On the analysis of saturated pressure to detect fatigue
- arxiv url: http://arxiv.org/abs/2411.04128v1
- Date: Tue, 22 Oct 2024 15:53:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-10 12:31:08.741939
- Title: On the analysis of saturated pressure to detect fatigue
- Title(参考訳): 疲労検知のための飽和圧力の解析について
- Authors: Marcos Faundez-Zanuy, Josep Lopez-Xarbau, Moises Diaz, Manuel Garnacho-Castaño,
- Abstract要約: 本稿では, 筆跡, カーシブテキスト, 大文字テキスト, シグネチャなど, 様々な手書き作業中の圧力信号の飽和度を, 疲労レベルの違いで検討する。
実験の結果, 手首を休ませることなく行う作業において, 激しい運動の後, 飽和試料の割合は有意に上昇した。
- 参考スコア(独自算出の注目度): 0.9014089268827099
- License:
- Abstract: This paper examines the saturation of pressure signals during various handwriting tasks, including drawings, cursive text, capital words text, and signature, under different levels of fatigue. Experimental results demonstrate a significant rise in the proportion of saturated samples following strenuous exercise in tasks performed without resting wrist. The analysis of saturation highlights significant differences when comparing the results to the baseline situation and strenuous fatigue.
- Abstract(参考訳): 本稿では, 筆跡, カーシブテキスト, 大文字テキスト, シグネチャなど, 様々な手書き作業中の圧力信号の飽和度を, 疲労レベルの違いで検討する。
実験の結果, 手首を休ませることなく行う作業において, 激しい運動後の飽和試料の割合は有意に上昇した。
飽和度の分析は, 結果と基準条件と強疲労との比較において, 有意な差が認められた。
関連論文リスト
- Exploring Facial Biomarkers for Depression through Temporal Analysis of Action Units [0.0]
抑うつの有無で分類された被験者の映像データから表情を分析した。
その結果,グループ間の悲しみと幸福に関連するAUの強度に有意な差が認められた。
論文 参考訳(メタデータ) (2024-07-18T17:55:01Z) - Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。
本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
論文 参考訳(メタデータ) (2023-02-05T22:33:49Z) - Task Formulation Matters When Learning Continually: A Case Study in
Visual Question Answering [58.82325933356066]
継続的な学習は、以前の知識を忘れずに、一連のタスクでモデルを漸進的にトレーニングすることを目的としている。
本稿では,視覚的質問応答において,異なる設定がパフォーマンスに与える影響について詳細に検討する。
論文 参考訳(メタデータ) (2022-09-30T19:12:58Z) - Insights on Modelling Physiological, Appraisal, and Affective Indicators
of Stress using Audio Features [10.093374748790037]
被験者がストレスエピソードを誘発している最中に収集した音声サンプルを用いて、個人ストレス応答の自動的特徴付けの有望な結果を示した。
我々は, 音声信号が生理的バイオマーカーのモデル化に適しているかどうかについて, 新たな知見を提示する。
論文 参考訳(メタデータ) (2022-05-09T14:32:38Z) - On the Handwriting Tasks' Analysis to Detect Fatigue [0.0]
本稿では,20名の健常者を対象とした新しいオンライン手書きデータベースを提案する。
主な目的は、様々な手書き作業における身体運動刺激の影響について研究することであった。
実験結果から, 乳酸濃度と機械的疲労により, 高速な機械的回復が得られ, 測定できることが示唆された。
論文 参考訳(メタデータ) (2022-03-28T14:15:07Z) - The effect of fatigue on the performance of online writer recognition [0.0]
署名やテキストベースの認識など、被験者が行ったことに基づく生体計測のモダリティのパフォーマンスは、被験者の状態に影響される可能性がある。
疲労は手書き作業の結果に大きな影響を及ぼす条件の1つである。
論文 参考訳(メタデータ) (2022-02-24T09:59:32Z) - A Comparative Study of Fingerprint Image-Quality Estimation Methods [54.84936551037727]
画質の悪い画像は、突発的で欠落した特徴をもたらし、システム全体の性能を低下させる。
本稿では,指紋画像品質評価のための既存手法について概説する。
また,指紋画像品質推定アルゴリズムの選定も行った。
論文 参考訳(メタデータ) (2021-11-14T19:53:12Z) - Evaluating text coherence based on the graph of the consistency of
phrases to identify symptoms of schizophrenia [0.0]
テキストコヒーレンス推定に基づく統合失調症症状検出の最先端手法について検討した。
文のセマンティック・コヒーレンスと凝集度を評価するために,句の一貫性のグラフに基づく手法が提案されている。
論文 参考訳(メタデータ) (2020-05-06T08:38:20Z) - CurricularFace: Adaptive Curriculum Learning Loss for Deep Face
Recognition [79.92240030758575]
本稿では,カリキュラム学習の概念を損失関数に組み込んだ適応型カリキュラム学習損失(CurricularFace)を提案する。
我々のCurricularFaceは、異なるトレーニング段階における簡単なサンプルとハードサンプルの相対的重要性を適応的に調整する。
論文 参考訳(メタデータ) (2020-04-01T08:43:10Z) - On conditional versus marginal bias in multi-armed bandits [105.07190334523304]
多腕バンディットにおける腕のサンプル平均のバイアスは、適応データ解析において重要な問題である。
サンプル平均を含む報酬の単調関数の条件バイアスの兆候を特徴付ける。
我々の結果は任意の条件付けイベントを保ち、データ収集ポリシーの自然な単調性特性を活用する。
論文 参考訳(メタデータ) (2020-02-19T20:16:10Z) - Improving Face Recognition from Hard Samples via Distribution
Distillation Loss [131.61036519863856]
大きな顔のバリエーションは、顔認識の主要な課題である。
本研究では, 簡単な試料と硬質試料との性能ギャップを狭めるために, 新規な分散蒸留損失を提案する。
我々は、人種、解像度、ポーズに様々なバリエーションがある一般的な大規模顔のベンチマークとベンチマークの両方について広範な実験を行った。
論文 参考訳(メタデータ) (2020-02-10T11:25:22Z)
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。