@misc{oai:uec.repo.nii.ac.jp:00010261,
 author = {吉澤, 亜斗武},
 month = {2022-05-11},
 note = {2021, 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．},
 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},
 year = {},
 yomi = {ヨシザワ, アトム}
}