WEKO3
アイテム
{"_buckets": {"deposit": "20b06d00-f230-45b7-a263-da871d877c21"}, "_deposit": {"created_by": 13, "id": "10261", "owners": [13], "pid": {"revision_id": 0, "type": "depid", "value": "10261"}, "status": "published"}, "_oai": {"id": "oai:uec.repo.nii.ac.jp:00010261", "sets": ["285"]}, "author_link": ["27245"], "control_number": "10261", "item_10006_date_granted_11": {"attribute_name": "学位授与年月日", "attribute_value_mlt": [{"subitem_dategranted": "2022-03-24"}]}, "item_10006_degree_grantor_9": {"attribute_name": "学位授与機関", "attribute_value_mlt": [{"subitem_degreegrantor": [{"subitem_degreegrantor_name": "電気通信大学"}]}]}, "item_10006_degree_name_8": {"attribute_name": "学位名", "attribute_value_mlt": [{"subitem_degreename": "修士"}]}, "item_10006_description_10": {"attribute_name": "学位授与年度", "attribute_value_mlt": [{"subitem_description": "2021", "subitem_description_type": "Other"}]}, "item_10006_description_7": {"attribute_name": "抄録", "attribute_value_mlt": [{"subitem_description": "近年,日本の高齢化社会が進み,認知症を患う被介護者が急増している.被介護者は認知症の行動・心理病状(Behavioral and psychological symptoms of dementia; BPSD)を生じることがあり,介護者の負担と減らし,被介護者に適切な処置を行うためには,IoTセンサーデバイスによるBPSDの早期の自動予測が求められている.近年では,数分前の短期的なセンサーデータをもとに機械学習手法を用いてBPSDを予測する研究が行われている.しかし,被介護者ごとの体調や様子,過去の行動履歴など,センサーデータでは捉えられてない介護者の観点のコンテキスト情報を考慮できないという問題点があった.\n本研究では,IoTデバイスで取得されるセンサーデータによる短期的な情報と,介護記録文書によるコンテキスト情報の2つの情報を考慮しながら,BPSDを自動予測するためのDual-Encoderモデルを提案する.具体的には,深層学手法を用いてセンサーデータと介護記録文書の情報をそれぞれ異なるEncoderに入力する.提案手法は介護記録文書を考慮することで被介護者の潜在的なBPSDの起こりやすさを考慮し,precisionを高くすることができる.評価実験では提案手法のBPSDの予測精度が既存手法を上回ることを示した.", "subitem_description_type": "Abstract"}]}, "item_10006_text_22": {"attribute_name": "専攻", "attribute_value_mlt": [{"subitem_text_value": "情報理工学研究科"}, {"subitem_text_value": "情報・ネットワーク工学専攻"}]}, "item_10006_version_type_18": {"attribute_name": "著者版フラグ", "attribute_value_mlt": [{"subitem_version_resource": "http://purl.org/coar/version/c_ab4af688f83e57aa", "subitem_version_type": "AM"}]}, "item_creator": {"attribute_name": "著者", "attribute_type": "creator", "attribute_value_mlt": [{"creatorNames": [{"creatorName": "吉澤, 亜斗武", "creatorNameLang": "ja"}, {"creatorName": "ヨシザワ, アトム", "creatorNameLang": "ja-Kana"}], "nameIdentifiers": [{"nameIdentifier": "27245", "nameIdentifierScheme": "WEKO"}]}]}, "item_files": {"attribute_name": "ファイル情報", "attribute_type": "file", "attribute_value_mlt": [{"accessrole": "open_date", "date": [{"dateType": "Available", "dateValue": "2022-05-11"}], "displaytype": "detail", "download_preview_message": "", "file_order": 0, "filename": "2031159.pdf", "filesize": [{"value": "1.7 MB"}], "format": "application/pdf", "future_date_message": "", "is_thumbnail": false, "licensetype": "license_free", "mimetype": "application/pdf", "size": 1700000.0, "url": {"label": "2031159.pdf", "url": "https://uec.repo.nii.ac.jp/record/10261/files/2031159.pdf"}, "version_id": "fef917ef-47f1-4a84-b01a-d1a4532109dd"}]}, "item_language": {"attribute_name": "言語", "attribute_value_mlt": [{"subitem_language": "jpn"}]}, "item_resource_type": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"resourcetype": "thesis", "resourceuri": "http://purl.org/coar/resource_type/c_46ec"}]}, "item_title": "センサーデータに介護記録文書を加味した深層学習による認知症周辺症状予測", "item_titles": {"attribute_name": "タイトル", "attribute_value_mlt": [{"subitem_title": "センサーデータに介護記録文書を加味した深層学習による認知症周辺症状予測", "subitem_title_language": "ja"}]}, "item_type_id": "10006", "owner": "13", "path": ["285"], "permalink_uri": "https://uec.repo.nii.ac.jp/records/10261", "pubdate": {"attribute_name": "PubDate", "attribute_value": "2022-05-11"}, "publish_date": "2022-05-11", "publish_status": "0", "recid": "10261", "relation": {}, "relation_version_is_last": true, "title": ["センサーデータに介護記録文書を加味した深層学習による認知症周辺症状予測"], "weko_shared_id": -1}
センサーデータに介護記録文書を加味した深層学習による認知症周辺症状予測
https://uec.repo.nii.ac.jp/records/10261
https://uec.repo.nii.ac.jp/records/102618e428854-1987-43cf-8060-ac4abee351b8
名前 / ファイル | ライセンス | アクション |
---|---|---|
2031159.pdf (1.7 MB)
|
|
Item type | 学位論文 / Thesis or Dissertation(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2022-05-11 | |||||
タイトル | ||||||
言語 | ja | |||||
タイトル | センサーデータに介護記録文書を加味した深層学習による認知症周辺症状予測 | |||||
言語 | ||||||
言語 | jpn | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_46ec | |||||
資源タイプ | thesis | |||||
著者 |
吉澤, 亜斗武
× 吉澤, 亜斗武 |
|||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | 近年,日本の高齢化社会が進み,認知症を患う被介護者が急増している.被介護者は認知症の行動・心理病状(Behavioral and psychological symptoms of dementia; BPSD)を生じることがあり,介護者の負担と減らし,被介護者に適切な処置を行うためには,IoTセンサーデバイスによるBPSDの早期の自動予測が求められている.近年では,数分前の短期的なセンサーデータをもとに機械学習手法を用いてBPSDを予測する研究が行われている.しかし,被介護者ごとの体調や様子,過去の行動履歴など,センサーデータでは捉えられてない介護者の観点のコンテキスト情報を考慮できないという問題点があった. 本研究では,IoTデバイスで取得されるセンサーデータによる短期的な情報と,介護記録文書によるコンテキスト情報の2つの情報を考慮しながら,BPSDを自動予測するためのDual-Encoderモデルを提案する.具体的には,深層学手法を用いてセンサーデータと介護記録文書の情報をそれぞれ異なるEncoderに入力する.提案手法は介護記録文書を考慮することで被介護者の潜在的なBPSDの起こりやすさを考慮し,precisionを高くすることができる.評価実験では提案手法のBPSDの予測精度が既存手法を上回ることを示した. |
|||||
学位名 | ||||||
学位名 | 修士 | |||||
学位授与機関 | ||||||
学位授与機関名 | 電気通信大学 | |||||
学位授与年度 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 2021 | |||||
学位授与年月日 | ||||||
学位授与年月日 | 2022-03-24 | |||||
著者版フラグ | ||||||
出版タイプ | AM | |||||
出版タイプResource | http://purl.org/coar/version/c_ab4af688f83e57aa | |||||
専攻 | ||||||
情報理工学研究科 | ||||||
専攻 | ||||||
情報・ネットワーク工学専攻 |