| 講演名 | 2023-03-15 生体情報を用いたゆらぎ学習とマルチモーダル統合処理によるリアルタイムなストレス状態の検知 吉田 理沙(阪大), 大下 裕一(阪大), 村田 正幸(阪大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年、労働環境や精神的負担に基づく心理的疲労が問題視されている。そこでウェアラブルセンサから取 得できる複数の生体情報を用いてストレスをリアルタイムに検知することで、休息を促すことができると考える。こ のウェアラブルデバイスで取得できる生体情報には、ノイズが含まれる。また、生体情報には個人差があり、状況に よってストレス判別に有用な生体情報は異なるという課題がある。そこで本論文では、ノイズや個人差、状況を考慮 したリアルタイムなストレス検知手法を提案する。本手法では、ゆらぎ学習とマルチモーダル統合処理を組み合わせ、 さらに特徴量選択手法を提案する。本論文では、生体情報や主観的なストレスレベルを取得する被験者実験を行った データを用いて本手法が正確にストレスを検知できたことを示す。 |
| 抄録(英) | In recent years, psychological fatigue based on the working environment and mental strain has become an issue. Therefore, we believe that real-time detection of stress using multiple living-body information that can be acquired from wearable sensors can promote rest. However, such living-body information measured by wearable devices contains noise. In addition individual differences exist in such living-body information. In this paper, we propose a real-time stress detection method that can handle noise included in the monitored information and the individual differences. Our approach is based on ”Yuragi learning” and multimodal integration. Also, our methods select the information for each person and exclude the information that cannot distinguish the stress state. In this paper, we demonstrate that our method detect stress states accurately through experiments.The results show that our method can detect stress accurately, while the methods without selecting modalities and without avoiding using results with low confidence cause false negatives and false positives. |
| キーワード(和) | 生体情報 / リアルタイムストレス検知 / ゆらぎ学習 / ベイジアンアトラクターモデル / マルチモーダル統合処理 |
| キーワード(英) | Living-body information / Real-time stress detection / Yuragi learning / BAM (Bayesian Attractor Model) / Multimodal integration |
| 資料番号 | MBE2022-68 |
| 発行日 | 2023-03-06 (MBE) |
| 研究会情報 | |
| 研究会 | NC / MBE |
|---|---|
| 開催期間 | 2023/3/13(から3日開催) |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | The Univ. of Electro-Communications |
| テーマ（和） | 脳アーキテクチャー, 一般（NC, ME） |
| テーマ（英） | Brain architecture, General |
| 委員長氏名（和） | 山川 宏(東大) / 堀 潤一(新潟大) |
| 委員長氏名（英） | Hiroshi Yamakawa(Univ of Tokyo) / Junichi Hori(Niigata Univ.) |
| 副委員長氏名（和） | 田中 宏和(東京都市大学) / 吉田 久(近畿大) |
| 副委員長氏名（英） | Hirokazu Tanaka(Tokyo City Univ.) / Hisashi Yoshida(Kinki Univ.) |
| 幹事氏名（和） | 寺島 裕貴(NTT) / 西田 知史(NICT) / 奥野 竜平(摂南大) / 辛島 彰洋(東北工大) |
| 幹事氏名（英） | Hiroki Terashima(NTT) / Satoshi Nishida(NICT) / Ryuhei Okuno(Setsunan Univ) / Akihiro Karashima(Tohoku Inst. of Tech.) |
| 幹事補佐氏名（和） | 田和辻 可昌(早大) / 栗川 知己(関西医科大) / 湯田 恵美(東北大) / 金子 美樹(阪大) |
| 幹事補佐氏名（英） | Yoshimasa Tawatsuji(Waseda Univ.) / Tomoki Kurikawa(KMU) / Emi Yuda(Tohoku Univ) / Miki Kaneko(Osaka Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on ME and Bio Cybernetics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 生体情報を用いたゆらぎ学習とマルチモーダル統合処理によるリアルタイムなストレス状態の検知 |
| サブタイトル（和） | |
| タイトル（英） | Real-time stress detection using Yuragi learning by multimodal integration of living-body information |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 生体情報 / Living-body information |
| キーワード(2)（和/英） | リアルタイムストレス検知 / Real-time stress detection |
| キーワード(3)（和/英） | ゆらぎ学習 / Yuragi learning |
| キーワード(4)（和/英） | ベイジアンアトラクターモデル / BAM (Bayesian Attractor Model) |
| キーワード(5)（和/英） | マルチモーダル統合処理 / Multimodal integration |
| 第 1 著者 氏名（和/英） | 吉田 理沙 / Risa Yoshida |
| 第 1 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 2 著者 氏名（和/英） | 大下 裕一 / Yuichi Ohsita |
| 第 2 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 3 著者 氏名（和/英） | 村田 正幸 / Masayuki Murata |
| 第 3 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 発表年月日 | 2023-03-15 |
| 資料番号 | MBE2022-68 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | MBE-424 |
| ページ範囲 | pp.49-54(MBE), |
| ページ数 | 6 |
| 発行日 | 2023-03-06 (MBE) |