論文の概要: Construction and optimization of health behavior prediction model for the elderly in smart elderly care

• arxiv url: http://arxiv.org/abs/2412.02062v1
• Date: Tue, 03 Dec 2024 00:47:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:51:00.451607
• Title: Construction and optimization of health behavior prediction model for the elderly in smart elderly care
• Title（参考訳）: スマートケアにおける高齢者の健康行動予測モデルの構築と最適化
• Authors: Qian Guo, Peiyuan Chen,
• Abstract要約: 本研究では、データ多様性、健康状態の複雑さ、長期依存、データ損失といった問題に対処するスマート介護サービスモデルの設計と実装を行う。 モデルは高齢者の健康行動の正確な予測と動的管理を実現する。
• 参考スコア（独自算出の注目度）: 2.685668802278156
• License:
• Abstract: With the intensification of global aging, health management of the elderly has become a focus of social attention. This study designs and implements a smart elderly care service model to address issues such as data diversity, health status complexity, long-term dependence and data loss, sudden changes in behavior, and data privacy in the prediction of health behaviors of the elderly. The model achieves accurate prediction and dynamic management of health behaviors of the elderly through modules such as multimodal data fusion, data loss processing, nonlinear prediction, emergency detection, and privacy protection. In the experimental design, based on multi-source data sets and market research results, the model demonstrates excellent performance in health behavior prediction, emergency detection, and personalized services. The experimental results show that the model can effectively improve the accuracy and robustness of health behavior prediction and meet the actual application needs in the field of smart elderly care. In the future, with the integration of more data and further optimization of technology, the model will provide more powerful technical support for smart elderly care services.
• Abstract（参考訳）: 世界的高齢化に伴い、高齢者の健康管理は社会的な注目の的となっている。 本研究では、データ多様性、健康状態の複雑さ、長期依存とデータ損失、突然の行動変化、高齢者の健康行動予測におけるデータプライバシといった問題に対処するスマート介護サービスモデルの設計と実装を行う。 このモデルは,マルチモーダルデータ融合,データ損失処理,非線形予測,緊急検知,プライバシ保護などのモジュールを通じて,高齢者の健康行動の正確な予測と動的管理を実現する。 マルチソースデータセットと市場調査結果に基づく実験設計では、健康行動予測、緊急検知、パーソナライズされたサービスにおいて優れた性能を示す。 実験の結果, 健康行動予測の精度とロバスト性を効果的に向上し, スマートケア分野における実際の応用ニーズを満たすことが示唆された。 将来的には、より多くのデータの統合と技術のさらなる最適化により、このモデルはスマート介護サービスに対してより強力な技術的サポートを提供する。

関連論文リスト

• 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)
• Synthesizing Multimodal Electronic Health Records via Predictive Diffusion Models [69.06149482021071]
  EHRPDと呼ばれる新しいEHRデータ生成モデルを提案する。 時間間隔推定を組み込んだ拡散モデルである。 我々は2つの公開データセットで実験を行い、忠実さ、プライバシー、実用性の観点からEPHPDを評価する。
  論文  参考訳（メタデータ） (2024-06-20T02:20:23Z)
• SMART: Towards Pre-trained Missing-Aware Model for Patient Health Status Prediction [15.136747790595217]
  本稿では,患者の健康状態予測のためのセルフスーパービジョン・ミス・アウェア・リプレッション・ラーニング手法を提案する。 SMARTは、欠落を認識し、高次表現の学習に集中することにより、欠落データに対するより優れた一般化と堅牢性を促進する。 本研究では,6つのEHRタスクに対する広範囲な実験を通じてSMARTの有効性を検証し,最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-05-15T02:19:34Z)
• 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)
• Predictive and Prescriptive Analytics for Multi-Site Modeling of Frail and Elderly Patient Services [0.0]
  本研究の目的は、需要が増大している医療分野における、様々な予測的、規範的分析手法が、運用上の課題にどのように貢献するかを評価することである。 規範的な面では、ベッドや病棟のスタッフを最適に計画する方法を決定するための決定論的プログラムと2段階プログラムが開発されている。 我々の研究は、医療管理者が予測モデルと規範モデルを使ってより情報的な意思決定を行うことを検討すべきであることを明らかにしている。
  論文  参考訳（メタデータ） (2023-11-13T12:25:45Z)
• MedDiffusion: Boosting Health Risk Prediction via Diffusion-based Data Augmentation [58.93221876843639]
  本稿では,MedDiffusion という,エンドツーエンドの拡散に基づくリスク予測モデルを提案する。 トレーニング中に合成患者データを作成し、サンプルスペースを拡大することで、リスク予測性能を向上させる。 ステップワイズ・アテンション・メカニズムを用いて患者の来訪者間の隠れた関係を識別し、高品質なデータを生成する上で最も重要な情報をモデルが自動的に保持することを可能にする。
  論文  参考訳（メタデータ） (2023-10-04T01:36:30Z)
• Safe AI for health and beyond -- Monitoring to transform a health service [51.8524501805308]
  機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。 モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
  論文  参考訳（メタデータ） (2023-03-02T17:27:45Z)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• Framework for A Personalized Intelligent Assistant to Elderly People for Activities of Daily Living [0.0]
  本研究は,高齢者の日常生活活動を支援するパーソナライズド・インテリジェント・アシスタントの開発のための枠組みを提案する。 このフレームワークは、日々のルーチン、現在の情緒状態、ユーザー体験のアンダーライン化を考慮し、ユーザによって実行されるさまざまなタスクを分析し、アクティビティを推奨することができる。 その結果,特定のユーザをモデル化する際の性能精度は73.12%であった。
  論文  参考訳（メタデータ） (2021-06-29T17:36:07Z)
• Framework for an Intelligent Affect Aware Smart Home Environment for Elderly People [0.0]
  高齢者の人口は過去数十年間で急速に増加しており、今後さらに増加すると予想されている。 人口の増加は、身体障害、認知的問題、記憶の弱化、非組織的行動などの問題により、その需要の増加と関連している。 本研究は,高齢者を対象とした知的影響意識環境の枠組みを提案する。
  論文  参考訳（メタデータ） (2021-06-29T17:34:16Z)
• UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced Data [81.00385374948125]
  我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。 UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。 非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。 UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
  論文  参考訳（メタデータ） (2020-10-22T02:28:11Z)

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。