論文の概要: An Agentic Just-in-Time Adaptive Intervention System for Personalized Sleep Support: Proof-of-Concept Study with N of 1 Data
- arxiv url: http://arxiv.org/abs/2609.21805v1
- Date: Fri, 18 Sep 2026 14:16:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:17.139494
- Title: An Agentic Just-in-Time Adaptive Intervention System for Personalized Sleep Support: Proof-of-Concept Study with N of 1 Data
- Title（参考訳）: パーソナライズ睡眠支援のためのエージェントジャスト・イン・タイム適応的介入システム:N of 1データを用いた概念実証研究
- Abstract要約: ジャスト・イン・タイム・アダプティブ・介入(JITAI)は、振る舞いデータを使用してコンテキストの変化に対応する。
我々は、AIエージェントを用いた概念実証睡眠JITAIを開発し、個人データをレビューし、リマインダーを評価し、介入を適応し、人間のレビューのための意思決定を記録する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Background: Just-in-time adaptive interventions (JITAIs) can use behavioral data to adapt support to changing contexts, but many rely on predefined rules and manual configuration. Objective: We developed a proof-of-concept sleep JITAI using an AI agent to review personal data, evaluate reminders, adapt interventions, and record decisions for human review. Methods: Running in Home Assistant on a configurable schedule, the agent follows a reusable skill file to review 30 days of sleep and behavioral data, including physical activity, smartphone use, and bedtime routines, to identify patterns and create or update automated reminders. Results: Initial runs demonstrated technical feasibility, successfully completing data review and intervention decisions while limiting reminders to three per day and saving decision records. Conclusions: Agentic AI may enable flexible, adaptive sleep JITAIs. The architecture supports future comparison with fixed or rulebased interventions, requires human oversight, and could extend to other health behaviors.
- Abstract（参考訳）: 背景: ジャスト・イン・タイム・アダプティブ・介入(JITAI)は、振る舞いデータを使用してコンテキストの変更をサポートするが、多くは事前に定義されたルールや手動の設定に依存している。
目的:我々は,AIエージェントを用いた概念実証睡眠JITAIを開発し,個人データをレビューし,リマインダーを評価し,介入を適応し,人間のレビューのための意思決定を記録する。
メソッド: 設定可能なスケジュールでHome Assistantで実行されるエージェントは、再利用可能なスキルファイルに従って、30日間の睡眠と行動データ(身体活動、スマートフォンの使用、就寝時のルーチンなど)をレビューし、パターンを特定し、自動リマインダーを作成または更新する。
結果: 最初の実行は技術的実現可能性を示し、データレビューと介入の決定を成功させ、リマインダーを1日に3つに制限し、意思決定記録を保存した。
結論:エージェントAIは柔軟で適応的な睡眠JITAIを可能にする。
このアーキテクチャは、固定またはルールベースの介入と将来の比較をサポートし、人間の監視を必要とし、他の健康行動にまで拡張することができる。
関連論文リスト
- ComBodied Agents: a New Paradigm of Human-Centric Agentic AI [121.60938707072069]
我々は、人間中心のパラダイムであるCombodied Agentsを紹介し、時間とともに個々の人間状態の軌跡を知覚し、モデル化し、予測し、支援する。
パーソナルアシスタント、ヘルスエージェント、AIコンパニオン、適応型ヒューマンAIシステムをクローズドループに統合する。
論文 参考訳（メタデータ） (2026-08-11T13:35:58Z) - From Profiling to Synthesis: Benchmarking Implicit Behavioral Alignment in Personalized LLM Agents [56.187590188698955]
大規模言語モデルは、ますます有能な自律エージェントを可能にしてきたが、そのようなエージェントを実用的に有効にするためには、パーソナライズが不可欠である。
最近のベンチマークではエージェントのパーソナライゼーションの評価が始まっているが、それらは主に静的な選好スナップショット、固定されたインタラクションログ、あるいは事前に定義されたユーザプロファイルに対する質問応答に依存している。
縦断的相互作用履歴から構築した暗黙的行動アライメントのベンチマークであるIBA-Benchを紹介する。
IBA-Agentは、広範囲な検索と軌道レベルのアライメントを通じて競合する優先順位を調整するエージェントフレームワークである。
論文 参考訳（メタデータ） (2026-08-03T12:52:04Z) - Can Generalist Agents Automate Data Curation? [58.652262227632406]
トレーニングデータのキュレーションは、現代のAI開発において、もっとも重要だが労働集約的な部分のひとつだ。
一般のコーディングエージェントがこのデータキュレーションループを自動化できるかどうかを問う。
モデル、トレーニングレシピ、評価スイートを修正するエージェント中心のベンチマークである*Curation-Bench*を紹介します。
論文 参考訳（メタデータ） (2026-06-02T22:26:53Z) - KnowU-Bench: Towards Interactive, Proactive, and Personalized Mobile Agent Evaluation [72.01173512175531]
KnowU-Benchはパーソナライズされたモバイルエージェントのためのオンラインベンチマークである。
42のGUIタスク、86のパーソナライズされたタスク、64のプロアクティブタスクをカバーしている。
明示的なタスク実行に優れるエージェントは、あいまいな指示の下で50%以下に低下する。
論文 参考訳（メタデータ） (2026-04-09T16:50:50Z) - What's the next frontier for Data-centric AI? Data Savvy Agents [71.76058707995398]
我々は、エージェントシステムの設計において、データに精通する能力が最優先すべきであると主張している。
本稿では,このビジョンを実現するための4つの重要な機能を提案する。プロアクティブデータ取得,ソフシフィケートデータ処理,インタラクティブテストデータ合成,連続的適応。
論文 参考訳（メタデータ） (2025-11-02T17:09:29Z) - Beyond Static Evaluation: Rethinking the Assessment of Personalized Agent Adaptability in Information Retrieval [12.058221341033835]
適応型パーソナライゼーションにおける評価を再考するための概念レンズを提案する。
このレンズは,(1)時間的に進化する嗜好モデルを用いたペルソナベースユーザシミュレーション,(2)参照インタビューに触発されてコンテキスト内での嗜好を抽出する構造化エリケーションプロトコル,(3)エージェントの行動がセッションやタスク間でどのように改善されるかを測定する適応型評価メカニズムの3つを中心に構成されている。
論文 参考訳（メタデータ） (2025-10-05T00:35:37Z) - Managing the unexpected: Operator behavioural data and its value in predicting correct alarm responses [0.0]
心理学的尺度は、コントロールルームオペレーターの行動、認知、精神労働負荷状態に関する洞察を与えることができる。
眼球追跡やEEGキャップなどのウェアラブルな生理計測ツールは、侵入的であり、日常の手術での使用には適さないとみなすことができる。
本稿では,異常シナリオにおけるプロセスとオペレーター-システム間相互作用のリアルタイムデータの利用の可能性について検討する。
論文 参考訳（メタデータ） (2025-08-01T15:10:16Z) - PrISM-Observer: Intervention Agent to Help Users Perform Everyday Procedures Sensed using a Smartwatch [43.41204564594764]
PrISM-Observerはスマートウォッチベースのコンテキスト対応リアルタイム介入システムで、エラーを防止して日常的なタスクをサポートする。
情報を探さなければならない従来のシステムとは異なり、エージェントはユーザーの行動を観察し、積極的に介入する。
論文 参考訳（メタデータ） (2024-07-23T18:38:07Z)
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。