論文の概要: Longitudinal Multimodal Sensing of Physical Activity and Well-Being in Older Adults
- arxiv url: http://arxiv.org/abs/2606.00345v1
- Date: Fri, 29 May 2026 20:34:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:28.304341
- Title: Longitudinal Multimodal Sensing of Physical Activity and Well-Being in Older Adults
- Title（参考訳）: 高齢者の身体活動と幸福感の経時的マルチモーダルセンシング
- Abstract要約: 実環境下での高齢者66名を対象に, 縦断的マルチモーダル調査を行った。
検出信号と対象変数のアライメントが予測性能に与える影響について検討する。
- 参考スコア（独自算出の注目度）: 1.1744028458220426
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Wearable and mobile sensing technologies enable continuous monitoring of human behavior and health in real-world settings. However, predictive modeling in longitudinal multimodal data remains challenging, particularly when targeting complex or clinically derived outcomes. In this work, we present a longitudinal multimodal study of 66 older adults conducted in real-world conditions and combining wearable sensing, behavioral monitoring, and clinical assessments. This setting provides a rare opportunity to study an underrepresented population in long-term, into-the-wild conditions. Building on this dataset, we investigate how the alignment between sensed signals and target variables affects predictive performance across health-related tasks. We design a unified evaluation framework spanning tasks with increasing levels of observability, including Activity Levels prediction, Sleep Duration estimation, and Sleep Apnea Severity classification. Our results reveal a clear gradient of predictability: highly observable behavioral targets achieve robust performance (macro-F1 65%), while more abstract outcomes remain challenging despite consistent improvements over baseline models. Moreover, through explainability analysis, we show that historical features consistently emerge as the most informative predictors, highlighting the central role of longitudinal information.
- Abstract（参考訳）: ウェアラブルおよびモバイルセンシング技術は、現実世界で人間の行動と健康を継続的に監視することを可能にする。
しかし、特に複雑または臨床的に導出された結果を対象としている場合、縦マルチモーダルデータの予測モデリングは依然として困難である。
本研究では,実環境下で実施された66人の高齢者を対象に,ウェアラブルセンシング,行動モニタリング,臨床評価を組み合わせた縦断的マルチモーダル調査を行った。
この設定は、長期的、そして、その範囲内で、人口不足を研究する稀な機会を提供する。
本データセットを用いて, 知覚信号と目標変数のアライメントが, 健康関連タスクの予測性能に与える影響について検討した。
本研究では,アクティビティレベル予測,睡眠時間推定,睡眠時無呼吸の重症度分類など,可観測性の向上を伴うタスクにまたがる統合評価フレームワークを設計する。
高い観測可能な行動目標が頑健な性能を達成する(マクロF1 65%)一方で、ベースラインモデルよりも一貫した改善にもかかわらず、より抽象的な結果が困難である。
さらに, 説明可能性分析により, 歴史的特徴が常に最も情報に富む予測因子として現れ, 長手情報の中心的役割を強調した。
関連論文リスト
- World Models for Embodied Intelligence: From Plausible to Controllable to Actionable [100.13060753774657]
世界モデルは、隠れた状態を維持し、結果を予測し、介入を比較し、実行が期待から外れたときに適応することによって、インテリジェンスにおける知覚と意思決定を結びつける。
これは、どの予測能力が振る舞いを改善するかという、中心的な疑問を提起する。
可塑性モデルは、タスク関連時間的・幾何学的・物理的構造を保存し、制御可能なモデルは、介入がどのように構造を変えるかを予測し、アクション可能なモデルは、予測を計画、行動、学習、評価、検証、回復、データ選択において測定可能な利得に変換する。
論文 参考訳（メタデータ） (2026-09-15T06:22:42Z) - Measuring the Behavioral Fidelity of Long-Horizon Human Activity Simulations [14.694276552510685]
本研究では,長距離活動シミュレーションにおける行動の忠実度を評価するための枠組みを提案する。
ケーススタディとして、43時間のオフィス活動のデータセットを収集する。
私たちは、行動の忠実度がメトリクス間で均一でないことに気付きました。
論文 参考訳（メタデータ） (2026-09-01T13:51:11Z) - SurgVista: Long-Horizon Surgical World Modeling with Plausible Instrument-Tissue Dynamics [49.771521708359955]
SurgVistaは、空間的相互作用の不整合と時間的忠実性の崩壊を緩和する外科的世界モデルである。
それは、視覚的品質、時間的一貫性、相互作用の忠実性にまたがる最先端の手法を一貫して上回ります。
論文 参考訳（メタデータ） (2026-06-18T07:47:28Z) - Towards a General Intelligence and Interface for Wearable Health Data [45.854819784803055]
本研究では,1兆分以上の未ラベルセンサ信号に基づいて,ウェアラブルヘルスの基盤モデルを提案する。
この集団スケールの表現は、ラベル効率のよい少数ショット学習と生成能力を有効化して、1日あたりのロバストな計量推定を行う。
論文 参考訳（メタデータ） (2026-05-21T17:24:06Z) - Longitudinal Digital Phenotyping for Early Cognitive-Motor Screening [6.034170250427599]
18歳から8歳までの子どもの発達軌跡をモデル化するためのAI駆動型縦断フレームワークを提案する。
複数の学年で収集されたタブレットによるインタラクションのデータセットを用いて,6つの認知運動課題を分析した。
分析の結果,低,中,高の3つのプロファイルが明らかになった。
論文 参考訳（メタデータ） (2026-03-26T17:27:49Z) - Signals of Success and Struggle: Early Prediction and Physiological Signatures of Human Performance across Task Complexity [15.610977452709617]
ゲーム環境では,早期の眼球と心臓の信号を用いてその後のパフォーマンスを予測する。
ハイパフォーマーは視線を照らし、視覚的サンプリングを調整し、要求が増大するにつれてより安定した心活性化を維持した。
論文 参考訳（メタデータ） (2026-03-19T11:47:57Z) - The Personality Illusion: Revealing Dissociation Between Self-Reports & Behavior in LLMs [60.15472325639723]
人格特性は、人間の行動の予測因子として長い間研究されてきた。
近年のLarge Language Models (LLM) は, 人工システムに類似したパターンが出現する可能性を示唆している。
論文 参考訳（メタデータ） (2025-09-03T21:27:10Z) - Two-Stage Representation Learning for Analyzing Movement Behavior Dynamics in People Living with Dementia [44.39545678576284]
本研究では,認知症高齢者の在宅活動データを,2段階の自己指導型学習アプローチによって分析する。
第1段階は、時系列アクティビティを事前訓練された言語モデルによって符号化されたテキストシーケンスに変換する。
このPageRankベクトルは遅延状態遷移をキャプチャし、複雑な振る舞いデータを簡潔な形式に効果的に圧縮する。
論文 参考訳（メタデータ） (2025-02-13T10:57:25Z) - Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである*
Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。
Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
論文 参考訳（メタデータ） (2023-10-28T12:08:03Z) - A Self-supervised Framework for Improved Data-Driven Monitoring of
Stress via Multi-modal Passive Sensing [7.084068935028644]
ストレス応答の生理的前駆体を追跡するための多モード半教師付きフレームワークを提案する。
本手法は,ウェアラブルデバイスと異なる領域と解像度のマルチモーダルデータの利用を可能にする。
実世界のデータのコーパスを用いて、知覚的ストレスに関するトレーニング実験を行う。
論文 参考訳（メタデータ） (2023-03-24T20:34:46Z) - Dataset Bias in Human Activity Recognition [57.91018542715725]
このコントリビューションは、トレーニングデータを統計的にキュレートし、人間の身体的特性がHARのパフォーマンスにどの程度影響するかを評価する。
時系列HARのセンサ,アクティビティ,記録の異なる2つのHARデータセット上で,最先端の畳み込みニューラルネットワークの性能を評価する。
論文 参考訳（メタデータ） (2023-01-19T12:33:50Z) - Predicting Parkinson's Disease with Multimodal Irregularly Collected
Longitudinal Smartphone Data [75.23250968928578]
パーキンソン病は神経疾患であり、高齢者に多い。
伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。
そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
論文 参考訳（メタデータ） (2020-09-25T01:50:15Z)
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。