JP2016524929A - ポータブルコンピューティングデバイス、及びそこから捕捉される個人データの解析 - Google Patents

Abstract

パーソナルコンピューティングデバイスは、プロセッサ、オンボードメモリ、加速度計、ジャイロスコープ、及びディスプレイ；運動解析アプリケーションを作成するコンピュータプログラムを備え、該アプリケーションは、三次元でのユーザーの身体動作に関連する加速度計及びジャイロスコープからデータを受信するように構成されるソフトウェアモジュール；デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した運動を行うユーザーのデータを記録する工程であって、それにより運動に関する統計モデルを生成する、工程を含む、ソフトウェアモジュール；デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を身体動作データに適用する工程であって、それにより、運動事象を識別し、記録したモデルと比較することで運動を分類する、工程を含む、ソフトウェアモジュール；及び、解析を身体の動作データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュールを備える。【選択図】図７

Description

＜関連出願への相互参照＞
本出願は、２０１３年５月３０日出願の米国仮特許出願第６１／８２８，６８０号の非仮特許出願であり、且つその利益を主張するものであり、その内容の全体は参照により本明細書に組み込まれる。

体力は様々な面において個人にとって有益である。例えば、体力は、疾患のリスクを減らし、けがを回避するのを助け、生活の質を改善する。身体の柔軟性、筋力、基礎（ｂａｓｅｌｉｎｅ）代謝率、心血管の耐久性、及び体脂肪率は、体力の典型的な指標である。身体運動は、個人の体力を維持する及び改善する際に重要な役割を果たす。身体運動はまた、仕事又は生活に関連するストレスを軽減する際に作用する。例えば、ウェイトトレーニングは特に、多くの機能的な利点をもたらし；筋肉を強くする（ｓｔｒｅｎｇｔｈｓ）ことで姿勢を改善し且つ関節の更に優れた支持をもたらす。更に、ウェイトトレーニングは筋肉の質量を増やし、その次に基礎代謝の向上を引き起こす。より高い比率により、長期的な脂肪の減少、及び慢性の肥満関連疾患のリスクの低減を促進する。

身体運動は、個人の身体的な幸福に有益であることは周知である。しかし、身体運動は、適切な強度、量、及び持続時間で行なわれない場合、個人の健康に不利に働くかもしれない。更に、身体運動が正しく行なわれない場合、望まれない怪我が生じるかもしれない。従来の物理的機器は、活動の強度、量、及び持続時間に関係する幾つかの情報を提供し得るが、そのような情報は少数の活動に限定される。個人のトレーナーは、特定数の運動に関するフィードバック及びトレーニングを提供する。しかし、それらはあまり手ごろな価格ではなく、日課とするには不都合である。

本明細書に記載されるデバイス、プラットフォーム、及び媒体の１つの利点は、それらが様々な身体活動を都合良く認識、監視、且つ記録する手段を提供するということである。その学習能力では、新しいタイプの身体活動が容易に追加され、将来の練習（ｗｏｒｋ ｏｕｔｓ）及び学習のために蓄えられる。故に、ユーザーは、監視され且つ追跡される広範囲の身体活動から選択することができる。更に、ユーザーの生理学的パラメータは、運動中に同時に監視され、それにより、個々のユーザーに最適な強度、量、及び持続時間で身体運動が行われる。別の重要な利点は、ユーザーのパフォーマンスが熟練者と定量的に比較され、効果的な学習及びパフォーマンスの向上を促進するようにフィードバックがもたらされるということである。全体として、本明細書に記載されるデバイス、プラットフォーム、及び媒体は、身体運動のフィードバック、感度のよい監視、保存、及び容易な認識により効果的な学習を可能にする。

１つの態様において、本明細書には、パーソナルコンピューティングデバイスが記載され、該デバイスは：プロセッサ、オンボードメモリ、加速度計、ジャイロスコープ、及びディスプレイ；運動解析アプリケーションを作り出すためデジタル処理デバイスによって実行可能な命令を含むコンピュータプログラムを備え、該アプリケーションは、以下を備える：加速度計から加速度データを、及びジャイロスコープから角速度データを受信するように構成されるソフトウェアモジュールであって、加速度データと角速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した運動を行うユーザーの加速度データと角速度データを記録する工程であって、それにより運動に関する統計運動モデルを生成する、工程を含む、ソフトウェアモジュール；デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データと角速度データに適用する工程であって、それにより、運動事象を識別し、記録した運動モデルと比較することで運動を分類して、運動の反復を識別する、工程を含む、ソフトウェアモジュール；及び、統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュール。幾つかの実施形態において、デバイスはユーザーが着用可能であるものに適している。幾つかの実施形態において、デバイスは、ユーザーにより腕に着用可能であるものに適している。更なる実施形態において、デバイスは着用可能なアダプターを備え、着用可能なアダプターはデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する。幾つかの実施形態において、運動解析アプリケーションに構成されるプロセッサは、ユーザーの生理学的パラメータを測定するためのバイオセンサを更に備えるためのソフトウェアモジュールを備える。更なる実施形態において、バイオセンサは以下のものから成る群から選択される：心拍数モニタ、温度計、呼吸計、グルコースモニタ、電解質センサ、及び電導度メータ。更なる実施形態において、バイオセンサは光学式バイオセンサである。更なる実施形態において、生理学的パラメータは以下のものから成る群から選択される：心拍数、皮膚温度、呼吸数、電気皮膚反応、及び水和作用。更なる実施形態において、アプリケーションは更に、心拍数に基づくレストタイマー（ｒｅｓｔ ｔｉｍｅｒ）を備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に測位要素を備える。幾つかの実施形態において、デバイスは更に無線通信要素を備える。更なる実施形態において、無線通信要素はＢｌｕｅｔｏｏｔｈ（登録商標）モジュール又はＡＮＴ＋モジュールである。幾つかの実施形態において、運動を分類するための確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量（ｃｏｎｔｅｘｔ ｔｒｅｅ ｗｅｉｇｈｔｉｎｇ）、隠れマルコフモデル、又はそれらの組み合わせの利用を含む。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、加速度データ及び角速度データの、他のユーザーのデータから生成された運動モデルとの比較から得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、加速度データ及び角速度データの、１以上の資格のあるフィットネス専門家から生成された運動モデルとの比較から得られる。幾つかの実施形態において、運動は、片側の（ｕｎｉｌａｔｅｒａｌ）ウェイトトレーニング運動、又は両側の（ｂｉｌａｔｅｒａｌ）ウェイトトレーニング運動である。幾つかの実施形態において、アプリケーションは更に、ディスプレイ上にユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは、スコア、運動、反復、運動に特有のメッセージ、又はそれらの組み合わせを含む。更なる実施形態において、運動はウェイトトレーニング運動であり、運動に特有のメッセージは、次のものから成る群から選択される提案である：ウェイトが重すぎる、ウェイトが軽すぎる、ウェイトがあまりに変わりすぎている、動作が速すぎる、動作が不安定すぎる、フォームが不正確、フォームがあまりに一貫していない、及びフォームに関する矯正の助言。

別の態様において、本明細書には、運動解析プラットフォームが記載され、該プラットフォームは：プロセッサ、オンボードメモリ、加速度計、ジャイロスコープ、ディスプレイ、及び通信要素を備えるパーソナルコンピューティングデバイスを備え、該デバイスは個人の運動解析アプリケーションを提供するように構成され、該アプリケーションは：加速度計から加速度データを、及びジャイロスコープから角速度データを受信するように構成されるソフトウェアモジュールであって、加速度データと角速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；運動解析サーバアプリケーションに加速度データと角速度データを送信するように構成されるソフトウェアモジュールを備え；前記プラットフォームは、運動解析サーバアプリケーションを提供するように構成されるサーバープロセッサを備え、該アプリケーションは、画定された運動を行なうユーザーの加速度データ及び角速度データから生成される統計運動モデルのデータベース；パーソナルコンピューティングデバイスから加速度データと角速度データを受信するように構成されるソフトウェアモジュール；確率的解析を加速度データと角速度データに適用し、それにより運動事象を識別し、１以上の統計運動モデルと比較することで運動を分類して、運動の反復を識別するように構成される、ソフトウェアモジュール；統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、プラットフォームは、少なくとも１００、少なくとも１０００、又は少なくとも１０，０００のパーソナルコンピューティングデバイスを備える。幾つかの実施形態において、個人の運動解析アプリケーションは更に、パーソナルコンピューティングデバイスを学習モードに置くように構成されるソフトウェアモジュールを備え、学習モードは、画定した運動を行うユーザーの加速度データと角速度データを記録する工程であって、それにより運動に関する統計運動モデルを生成する。幾つかの実施形態において、統計運動モデルのデータベースは、少なくとも１０、少なくとも５０、少なくとも１００、又は少なくとも５００の運動モデルを含み、各運動モデルは特定の運動に関連する。幾つかの実施形態において、各運動モデルは、画定された運動を行なう複数のユーザーから平均化したデータから生成される。更なる実施形態において、平均は、各ユーザーの専門知識の水準に基づく加重平均である。幾つかの実施形態において、１以上の運動モデルは、画定された運動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。更なる実施形態において、１以上の運動モデルは、一般的な運動フォームの問題を模倣するために画定された運動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。更なる実施形態において、１以上の運動モデルは、典型的な運動フォームを示すために画定された運動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、パーソナルコンピューティングデバイスはユーザーが着用可能であるものに適している。幾つかの実施形態において、パーソナルコンピューティングデバイスは、ユーザーにより腕に着用可能であるものに適している。更なる実施形態において、パーソナルコンピューティングデバイスは着用可能なアダプターを備え、着用可能なアダプターはパーソナルコンピューティングデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に、ユーザーの生理学的パラメータを測定するためのバイオセンサを備える。更なる実施形態において、バイオセンサは以下のものから成る群から選択される：心拍数モニタ、温度計、呼吸計、グルコースモニタ、電解質センサ、及び電導度メータ。更なる実施形態において、バイオセンサは光学式バイオセンサである。更なる実施形態において、生理学的パラメータは以下のものから成る群から選択される：心拍数、皮膚温度、呼吸数、電気皮膚反応、及び水和作用。更なる実施形態において、個人の運動解析アプリケーション又はサーバアプリケーションは更に、心拍数に基づくレストタイマーを備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に測位要素を備える。幾つかの実施形態において、通信要素は無線通信要素である。更なる実施形態において、無線通信要素はＢｌｕｅｔｏｏｔｈ（登録商標）モジュール又はＡＮＴ＋モジュールである。幾つかの実施形態において、運動を分類するための確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、又はそれらの組み合わせの利用を含む。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、加速度データ及び角速度データの、資格のあるフィットネスの専門家により生成された運動モデルとの比較から得られる。幾つかの実施形態において、運動は、片側のウェイトトレーニング運動、又は両側のウェイトトレーニング運動である。幾つかの実施形態において、個人の運動解析アプリケーション又はサーバアプリケーションは更に、パーソナルコンピューティングデバイスのディスプレイ上にユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは、スコア、運動、反復、運動に特有のメッセージ、又はそれらの組み合わせを含む。更なる実施形態において、運動はウェイトトレーニング運動であり、運動に特有のメッセージは、次のものから成る群から選択される提案である：ウェイトが重すぎる、ウェイトが軽すぎる、ウェイトがあまりに変わりすぎている、動作が速すぎる、動作が不安定すぎる、フォームが不正確、フォームがあまりに一貫していない、及びフォームに関する矯正の助言。幾つかの実施形態において、運動解析サーバアプリケーションへの加速度データ及び角速度データの送信は、直接的である。幾つかの実施形態において、運動解析サーバアプリケーションへの加速度データ及び角速度データの送信は間接的であり、データはローカルデバイスに最初に送信される。幾つかの実施形態において、個人の運動解析アプリケーション又はサーバアプリケーションは更に、ユーザーが個人プロフィールを作成するのを可能にするインターフェースを提示するように構成されるソフトウェアモジュールを備え、プロフィールは、体重、身長、性別、ウイングスパン、及びフィットネス専門知識を含む。

別の態様において、本明細書には、個人の運動解析を行うためのプロセッサによって実行可能な命令でコード化される、非一時的なコンピュータ可読記憶媒体が開示され、該命令は、次のものを備える：加速度計及びジャイロスコープを含むパーソナルコンピューティングデバイスからデータを受信するように構成されるソフトウェアモジュールであって、データは、３次元でのユーザーの身体動作に関連する、加速度計からの加速度データとジャイロスコープからの角速度データを含む、ソフトウェアモジュール；デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した運動を行うユーザーの加速度データと角速度データを記録する工程であって、それにより運動に関する統計運動モデルを生成する、工程を含む、ソフトウェアモジュール；デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データと角速度データに適用する工程であって、それにより、運動事象を識別し、記録した運動モデルと比較することで運動を分類して、運動の反復を識別する、工程を含む、ソフトウェアモジュール；及び、統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュール。幾つかの実施形態において、パーソナルコンピューティングデバイスはユーザーが着用可能であるものに適している。幾つかの実施形態において、パーソナルコンピューティングデバイスは、ユーザーにより腕に着用可能であるものに適している。更なる実施形態において、パーソナルコンピューティングデバイスは着用可能なアダプターを備え、着用可能なアダプターはパーソナルコンピューティングデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に、ユーザーの生理学的パラメータを測定するためのバイオセンサを備える。更なる実施形態において、バイオセンサは以下のものから成る群から選択される：心拍数モニタ、温度計、呼吸計、グルコースモニタ、電解質センサ、及び電導度メータ。更なる実施形態において、バイオセンサは光学式バイオセンサである。更なる実施形態において、生理学的パラメータは以下のものから成る群から選択される：心拍数、皮膚温度、呼吸数、電気皮膚反応、及び水和作用。更なる実施形態において、個人の運動解析を行うように構成されるプロセッサは更に、心拍数に基づくレストタイマーを備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に測位要素を備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に無線通信要素を備える。更なる実施形態において、無線通信要素はＢｌｕｅｔｏｏｔｈ（登録商標）モジュール又はＡＮＴ＋モジュールである。幾つかの実施形態において、運動を分類するための確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、又はそれらの組み合わせの利用を含む。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、加速度データ及び角速度データの、他のユーザーのデータから生成された運動モデルとの比較から得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、加速度データ及び角速度データの、１以上の資格のあるフィットネスの専門家から生成された運動モデルとの比較から得られる。幾つかの実施形態において、運動は、片側のウェイトトレーニング運動、又は両側のウェイトトレーニング運動である。幾つかの実施形態において、媒体は更に、ディスプレイ上にユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは、スコア、運動、反復、運動に特有のメッセージ、又はそれらの組み合わせを含む。更なる実施形態において、運動はウェイトトレーニング運動であり、運動に特有のメッセージは、次のものから成る群から選択される提案である：ウェイトが重すぎる、ウェイトが軽すぎる、ウェイトがあまりに変わりすぎている、動作が速すぎる、動作が不安定すぎる、フォームが不正確、フォームがあまりに一貫していない、及びフォームに関する矯正の助言。

別の態様において、本明細書には、運動解析サーバアプリケーションを作成するために、プロセッサによって実行可能な命令を含むコンピュータプログラムでコード化される、非一時的なコンピュータ可読記憶媒体が開示され、前記アプリケーションは、次のものを含む：統計運動モデルのデータベースであって、運動モデルは、画定した運動を行うユーザーに関連するパーソナルコンピューティングデバイスにより送信される加速度データと角速度データから生成され、加速度データと角速度データは各々、Ｘ軸、Ｙ軸、及びＺ軸に関するデータを含み、デバイスは学習モードである、データベース；画定された運動を行なうユーザーに関連したパーソナルコンピューティングデバイスにより送信される加速度データと角速度データを受信するように構成されたソフトウェアモジュールであって、デバイスは通常モードである、ソフトウェアモジュール；確率的解析を受信した加速度データと角速度データに適用し、それにより運動事象を識別し、１以上の統計運動モデルと比較することで運動を分類して、運動の反復を識別するように構成される、ソフトウェアモジュール；統計解析を受信した加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、データベースに送信されるデータは、少なくとも１００、少なくとも１０００、又は少なくとも１，０００の着用可能なデバイスからのものである。幾つかの実施形態において、統計運動モデルのデータベースは、少なくとも１０、少なくとも５０、少なくとも１００、又は少なくとも５００の運動モデルを含み、各運動モデルは特定の運動に関連する。特定の実施形態において、パーソナルコンピューティングデバイスは、プロセッサ、オンボードメモリ、加速度計、及びディスプレイを備える。パーソナルコンピューティングデバイスは更にジャイロスコープ、磁力計、又は高度計を備える。特定の実施形態において、活動解析サーバアプリケーションは更に、パーソナルコンピューティングデバイスからデータを受信するためのソフトウェアモジュールを備え、ここで、データは、加速度計、ジャイロスコープ、磁力計、又は高度計からパーソナルコンピューティングデバイスに送信される。幾つかの実施形態において、個人の活動サーバアプリケーションは、少なくとも１００、少なくとも１０００、又は少なくとも１０，０００のパーソナルコンピューティングデバイスからデータを受信する。幾つかの実施形態において、個人の活動解析アプリケーションは更に、パーソナルコンピューティングデバイスを学習モードに置くように構成されるソフトウェアモジュールを備え、学習モードは、画定された活動を行うユーザーの加速度データを記録する工程であって、それにより活動に関する統計活動モデルを生成する、工程を含む。幾つかの実施形態において、各運動モデルは、画定された運動を行なう複数のユーザーから平均化したデータから生成される。幾つかの実施形態において、平均は、各ユーザーの専門知識の水準に基づく加重平均である。幾つかの実施形態において、１以上の運動モデルは、画定された運動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。更なる実施形態において、１以上の運動モデルは、一般的な運動フォームの問題を模倣するために画定された運動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。更なる実施形態において、１以上の運動モデルは、典型的な運動フォームを示すために画定された運動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、パーソナルコンピューティングデバイスはユーザーが着用可能であるものに適している。幾つかの実施形態において、パーソナルコンピューティングデバイスは、ユーザーにより腕に着用可能であるものに適している。更なる実施形態において、パーソナルコンピューティングデバイスは着用可能なアダプターを備え、着用可能なアダプターはパーソナルコンピューティングデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に、ユーザーの生理学的パラメータを測定するためのバイオセンサを備える。更なる実施形態において、バイオセンサは以下のものから成る群から選択される：心拍数モニタ、温度計、呼吸計、グルコースモニタ、電解質センサ、及び電導度メータ。更なる実施形態において、バイオセンサは光学式バイオセンサである。更なる実施形態において、生理学的パラメータは以下のものから成る群から選択される：心拍数、皮膚温度、呼吸数、電気皮膚反応、及び水和作用。更なる実施形態において、運動解析サーバアプリケーションは更に、心拍数に基づくレストタイマーを備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に測位要素を備える。幾つかの実施形態において、運動を分類するための確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、又はそれらの組み合わせの利用を含む。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、加速度データ及び角速度データの、資格のあるフィットネスの専門家により生成された運動モデルとの比較から得られる。幾つかの実施形態において、運動は、片側のウェイトトレーニング運動、又は両側のウェイトトレーニング運動である。幾つかの実施形態において、運動解析サーバアプリケーションは更に、パーソナルコンピューティングデバイスのディスプレイ上にユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは、スコア、運動、反復、運動に特有のメッセージ、又はそれらの組み合わせを含む。更なる実施形態において、運動はウェイトトレーニング運動であり、運動に特有のメッセージは、次のものから成る群から選択される提案である：ウェイトが重すぎる、ウェイトが軽すぎる、ウェイトがあまりに変わりすぎている、動作が速すぎる、動作が不安定すぎる、フォームが不正確、フォームがあまりに一貫していない、及びフォームに関する矯正の助言。幾つかの実施形態において、運動解析サーバアプリケーションへの加速度データ及び角速度データの送信は、直接的である。幾つかの実施形態において、運動解析サーバアプリケーションへの加速度データ及び角速度データの送信は間接的であり、データはローカルデバイスに最初に送信される。幾つかの実施形態において、運動解析サーバアプリケーションは更に、ユーザーがプロフィールを作成するのを可能にするインターフェースを提示するように構成されるソフトウェアモジュールを備え、プロフィールは、体重、身長、性別、ウイングスパン、及びフィットネス専門知識を含む。

別の態様において、本明細書には、パーソナルコンピューティングデバイスが記載され、該デバイスは：プロセッサ、オンボードメモリ、加速度計、及びディスプレイ；運動解析アプリケーションを作り出すためのデジタル処理デバイスによって実行可能な命令を含むコンピュータプログラムを備え、該アプリケーションは、以下を備える：加速度計から加速度データを受信するように構成されるソフトウェアモジュールであって、加速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した活動を行うユーザーの加速度データを記録する工程であって、それにより活動に関する統計活動モデルを生成する、工程を含む、ソフトウェアモジュール；デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データに適用する工程であって、それにより、活動事象を識別し、記録した活動モデルと比較することで活動を分類して、活動の反復を識別する、工程を含む、ソフトウェアモジュール；及び、統計解析を加速度データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュール。特定の実施形態において、デバイスは更にジャイロスコープ、磁力計、又は高度計を備える。特定の実施形態において、活動解析アプリケーションは更に、ジャイロスコープ、磁力計、又は高度計からデータを受信するためのソフトウェアモジュールを備える。特定の実施形態において、デバイスはユーザーが着用可能であるものに適している。幾つかの実施形態において、デバイスは、ユーザーにより腕に着用可能であるものに適している。更なる実施形態において、デバイスは着用可能なアダプターを備え、着用可能なアダプターはデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する。幾つかの実施形態において、デバイスは更に、ユーザーの生理学的パラメータを測定するためのバイオセンサを備える。更なる実施形態において、バイオセンサは以下のものから成る群から選択される：心拍数モニタ、温度計、呼吸計、グルコースモニタ、電解質センサ、及び電導度メータ。更なる実施形態において、バイオセンサは光学式バイオセンサである。更なる実施形態において、生理学的パラメータは以下のものから成る群から選択される：心拍数、皮膚温度、呼吸数、電気皮膚反応、及び水和作用。更なる実施形態において、アプリケーションは更に、レストタイマーを備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、デバイスは更に測位要素を備える。幾つかの実施形態において、デバイスは更に無線通信要素を備える。更なる実施形態において、無線通信要素はＢｌｕｅｔｏｏｔｈ（登録商標）モジュール又はＡＮＴ＋モジュールである。特定の実施形態において、活動を分類するための確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、又はそれらの組み合わせの利用を含む。特定の実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、又はそれらの組み合わせから得られる。特定の実施形態において、スコアは、少なくとも部分的に、加速度データの、他のユーザーのデータから生成された活動モデルとの比較から得られる。特定の実施形態において、スコアは、少なくとも部分的に、加速度データの、１以上の資格のあるフィットネスの専門家から生成された活動モデルとの比較から得られる。特定の実施形態において、活動は、片側のウェイトトレーニング活動、又は両側のウェイトトレーニング活動である。特定の実施形態において、アプリケーションは更に、ディスプレイ上にユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは、スコア、活動、反復、活動に特有のメッセージ、又はそれらの組み合わせを含む。更なる実施形態において、活動はウェイトトレーニング活動であり、活動に特有のメッセージは、次のものから成る群から選択される提案である：ウェイトが重すぎる、ウェイトが軽すぎる、ウェイトがあまりに変わりすぎている、動作が速すぎる、動作が不安定すぎる、フォームが不正確、フォームがあまりに一貫していない、及びフォームに関する矯正の助言。

別の態様において、本明細書には、活動解析プラットフォームが記載され、該プラットフォームは：プロセッサ、オンボードメモリ、加速度計、ディスプレイ、及び通信要素を備えるパーソナルコンピューティングデバイスを備え、該デバイスは個人の活動解析アプリケーションを提供するように構成され、該アプリケーションは：加速度計から加速度データを受信するように構成されるソフトウェアモジュールであって、加速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；活動解析サーバアプリケーションに加速度とデータを送信するように構成されるソフトウェアモジュールを備え；前記プラットフォームは、活動解析サーバアプリケーションを提供するように構成されるサーバープロセッサを備え、該アプリケーションは、画定された活動を行なうユーザーの加速度及びデータから生成される統計活動モデルのデータベース；パーソナルコンピューティングデバイスから加速度データを受信するように構成されるソフトウェアモジュール；確率的解析をした加速度データに適用し、それにより活動事象を識別し、１以上の統計活動モデルと比較することで活動を分類して、活動の反復を識別するように構成される、ソフトウェアモジュール；及び、統計解析を加速度データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュールを備える。特定の実施形態において、パーソナルコンピューティングデバイスは更にジャイロスコープ、磁力計、又は高度計を備える。特定の実施形態において、活動解析アプリケーションは更に、ジャイロスコープ、磁力計、又は高度計からデータを受信するためのソフトウェアモジュールを備える。幾つかの実施形態において、プラットフォームは更に、少なくとも１００、少なくとも１０００、又は少なくとも１０，０００のパーソナルコンピューティングデバイスを備える。幾つかの実施形態において、個人の活動解析アプリケーションは更に、パーソナルコンピューティングデバイスを学習モードに置くように構成されるソフトウェアモジュールを備え、学習モードは、画定された活動を行うユーザーの加速度データを記録する工程であって、それにより活動に関する統計活動モデルを生成する、工程を含む。幾つかの実施形態において、統計活動モデルのデータベースは、少なくとも１０、少なくとも５０、少なくとも１００、又は少なくとも５００の活動モデルを含み、各活動モデルは特定の活動に関連する。幾つかの実施形態において、各活動モデルは、画定された活動を行なう複数のユーザーから平均化したデータから生成される。更なる実施形態において、平均は、各ユーザーの専門知識の水準に基づく加重平均である。幾つかの実施形態において、１以上の活動モデルは、画定された活動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。更なる実施形態において、１以上の活動モデルは、一般的な活動フォームの問題を模倣するために画定された活動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。更なる実施形態において、１以上の活動モデルは、典型的な活動フォームを示すために画定された活動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、パーソナルコンピューティングデバイスはユーザーが着用可能であるものに適している。更なるの実施形態において、パーソナルコンピューティングデバイスは、ユーザーにより腕に着用可能であるものに適している。更なる実施形態において、パーソナルコンピューティングデバイスは着用可能なアダプターを備え、着用可能なアダプターはパーソナルコンピューティングデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に、ユーザーの生理学的パラメータを測定するためのバイオセンサを備える。更なる実施形態において、バイオセンサは以下のものから成る群から選択される：心拍数モニタ、温度計、呼吸計、グルコースモニタ、電解質センサ、及び電導度メータ。更なる実施形態において、バイオセンサは光学式バイオセンサである。更なる実施形態において、生理学的パラメータは以下のものから成る群から選択される：心拍数、皮膚温度、呼吸数、電気皮膚反応、及び水和作用。更なる実施形態において、個人の活動解析アプリケーション又はサーバアプリケーションは更に、タイマーを備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に測位要素を備える。幾つかの実施形態において、通信要素は無線通信要素である。更なる実施形態において、無線通信要素はＢｌｕｅｔｏｏｔｈ（登録商標）モジュール又はＡＮＴ＋モジュールである。幾つかの実施形態において、活動を分類するための確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、又はそれらの組み合わせの利用を含む。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、加速度データの、資格のあるフィットネスの専門家により生成された活動モデルとの比較から得られる。幾つかの実施形態において、活動は、片側のウェイトトレーニング活動、又は両側のウェイトトレーニング活動である。幾つかの実施形態において、個人の活動解析アプリケーション又はサーバアプリケーションは更に、パーソナルコンピューティングデバイスのディスプレイ上にユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは、スコア、活動、反復、活動に特有のメッセージ、又はそれらの組み合わせを含む。更なる実施形態において、活動はウェイトトレーニング活動であり、活動に特有のメッセージは、次のものから成る群から選択される提案である：ウェイトが重すぎる、ウェイトが軽すぎる、ウェイトがあまりに変わりすぎている、動作が速すぎる、動作が不安定すぎる、フォームが不正確、フォームがあまりに一貫していない、及びフォームに関する矯正の助言。幾つかの実施形態において、活動解析サーバアプリケーションへの加速度データ及びの送信は、直接的である。幾つかの実施形態において、活動解析サーバアプリケーションへの加速度データ及びの送信は間接的であり、データはローカルデバイスに最初に送信される。幾つかの実施形態において、個人の活動解析アプリケーション又はサーバアプリケーションは更に、ユーザーが個人プロフィールを作成するのを可能にするインターフェースを提示するように構成されるソフトウェアモジュールを備え、プロフィールは、体重、身長、性別、ウイングスパン、及びフィットネス専門知識を含む。

別の態様において、本明細書には、個人の活動解析を行うためのプロセッサによって実行可能な命令でコード化される、非一時的なコンピュータ可読記憶媒体が記載され、該命令は、次のものを備える：加速度計を含むパーソナルコンピューティングデバイスからデータを受信するように構成されるソフトウェアモジュールであって、データは、３次元でのユーザーの身体動作に関連する、加速度計からの加速度データを含む、ソフトウェアモジュール；デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した活動を行うユーザーの加速度データを記録する工程であって、それにより活動に関する統計活動モデルを生成する、工程を含む、ソフトウェアモジュール；デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データに適用する工程であって、それにより、活動事象を識別し、記録した活動モデルと比較することで活動を分類して、活動の反復を識別する、工程を含む、ソフトウェアモジュール；及び、統計解析を加速度データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュール。特定の実施形態において、パーソナルコンピューティングデバイスは、プロセッサ、オンボードメモリ、加速度計、及びディスプレイを備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更にジャイロスコープ、磁力計、又は高度計を備える。特定の実施形態において、活動解析アプリケーションは更に、ジャイロスコープ、磁力計、又は高度計からデータを受信するためのソフトウェアモジュールを備える。特定の実施形態において、パーソナルコンピューティングデバイスはユーザーが着用可能であるものに適している。更なるの実施形態において、パーソナルコンピューティングデバイスは、ユーザーにより腕に着用可能であるものに適している。更なる実施形態において、パーソナルコンピューティングデバイスは着用可能なアダプターを備え、着用可能なアダプターはパーソナルコンピューティングデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に、ユーザーの生理学的パラメータを測定するためのバイオセンサを備える。更なる実施形態において、バイオセンサは以下のものから成る群から選択される：心拍数モニタ、温度計、呼吸計、グルコースモニタ、電解質センサ、及び電導度メータ。更なる実施形態において、バイオセンサは光学式バイオセンサである。更なる実施形態において、生理学的パラメータは以下のものから成る群から選択される：心拍数、皮膚温度、呼吸数、電気皮膚反応、及び水和作用。更なる実施形態において、媒体は更に、レストタイマーを備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に測位要素を備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に無線通信要素を備える。更なる実施形態において、無線通信要素はＢｌｕｅｔｏｏｔｈ（登録商標）モジュール又はＡＮＴ＋モジュールである。特定の実施形態において、活動を分類するための確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、又はそれらの組み合わせの利用を含む。特定の実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、又はそれらの組み合わせから得られる。特定の実施形態において、スコアは、少なくとも部分的に、加速度データの、他のユーザーのデータから生成された活動モデルとの比較から得られる。特定の実施形態において、スコアは、少なくとも部分的に、加速度データの、１以上の資格のあるフィットネスの専門家から生成された活動モデルとの比較から得られる。特定の実施形態において、活動は、片側のウェイトトレーニング活動、又は両側のウェイトトレーニング活動である。特定の実施形態において、媒体は更に、ディスプレイ上にユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは、スコア、活動、反復、活動に特有のメッセージ、又はそれらの組み合わせを含む。更なる実施形態において、活動はウェイトトレーニング活動であり、活動に特有のメッセージは、次のものから成る群から選択される提案である：ウェイトが重すぎる、ウェイトが軽すぎる、ウェイトがあまりに変わりすぎている、動作が速すぎる、動作が不安定すぎる、フォームが不正確、フォームがあまりに一貫していない、及びフォームに関する矯正の助言。

別の態様において、本明細書には、活動解析サーバアプリケーションを作成するために、プロセッサによって実行可能な命令を含むコンピュータプログラムでコード化される、非一時的なコンピュータ可読記憶媒体が開示され、前記アプリケーションは、次のものを備える：統計活動モデルのデータベースであって、活動モデルは、画定した活動を行うユーザーに関連するパーソナルコンピューティングデバイスにより送信される加速度とデータから生成され、加速度データとは、Ｘ軸、Ｙ軸、及びＺ軸に関するデータを含み、デバイスは学習モードである、データベース；画定された活動を行なうユーザーに関連したパーソナルコンピューティングデバイスにより送信される加速度とデータを受信するように構成されたソフトウェアモジュールであって、デバイスは通常モードである、ソフトウェアモジュール；確率的解析を受信した加速度データに適用し、それにより活動事象を識別し、１以上の統計活動モデルと比較することで活動を分類して、活動の反復を識別するように構成される、ソフトウェアモジュール；及び、統計解析を受信した加速度データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュールを備える。特定の実施形態において、パーソナルコンピューティングデバイスは、プロセッサ、オンボードメモリ、加速度計、及びディスプレイを備える。パーソナルコンピューティングデバイスは更にジャイロスコープ、磁力計、又は高度計を備える。特定の実施形態において、活動解析サーバアプリケーションは更に、パーソナルコンピューティングデバイスからデータを受信するためのソフトウェアモジュールを備え、ここで、データは、加速度計、ジャイロスコープ、磁力計、又は高度計からパーソナルコンピューティングデバイスに送信される。幾つかの実施形態において、個人の活動サーバアプリケーションは、少なくとも１００、少なくとも１０００、又は少なくとも１０，０００のパーソナルコンピューティングデバイスからデータを受信する。幾つかの実施形態において、個人の活動解析アプリケーションは更に、パーソナルコンピューティングデバイスを学習モードに置くように構成されるソフトウェアモジュールを備え、学習モードは、画定された活動を行うユーザーの加速度データを記録する工程であって、それにより活動に関する統計活動モデルを生成する、工程を含む。幾つかの実施形態において、統計活動モデルのデータベースは、少なくとも１０、少なくとも５０、少なくとも１００、又は少なくとも５００の活動モデルを含み、各活動モデルは特定の活動に関連する。幾つかの実施形態において、各活動モデルは、画定された活動を行なう複数のユーザーから平均化したデータから生成される。更なる実施形態において、平均は、各ユーザーの専門知識の水準に基づく加重平均である。幾つかの実施形態において、１以上の活動モデルは、画定された活動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。更なる実施形態において、１以上の活動モデルは、一般的な活動フォームの問題を模倣するために画定された活動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。更なる実施形態において、１以上の活動モデルは、典型的な活動フォームを示すために画定された活動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、パーソナルコンピューティングデバイスはユーザーが着用可能であるものに適している。更なるの実施形態において、パーソナルコンピューティングデバイスは、ユーザーにより腕に着用可能であるものに適している。更なる実施形態において、パーソナルコンピューティングデバイスは着用可能なアダプターを備え、着用可能なアダプターはパーソナルコンピューティングデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に、ユーザーの生理学的パラメータを測定するためのバイオセンサを備える。更なる実施形態において、バイオセンサは以下のものから成る群から選択される：心拍数モニタ、温度計、呼吸計、グルコースモニタ、電解質センサ、及び電導度メータ。更なる実施形態において、バイオセンサは光学式バイオセンサである。更なる実施形態において、生理学的パラメータは以下のものから成る群から選択される：心拍数、皮膚温度、呼吸数、電気皮膚反応、及び水和作用。更なる実施形態において、個人の活動解析アプリケーション又はサーバアプリケーションは更に、タイマーを備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、パーソナルコンピューティングデバイスは更に測位要素を備える。幾つかの実施形態において、通信要素は無線通信要素である。更なる実施形態において、無線通信要素はＢｌｕｅｔｏｏｔｈ（登録商標）モジュール又はＡＮＴ＋モジュールである。幾つかの実施形態において、活動を分類するための確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、又はそれらの組み合わせの利用を含む。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、加速度データの、資格のあるフィットネスの専門家により生成された活動モデルとの比較から得られる。幾つかの実施形態において、活動は、片側のウェイトトレーニング活動、又は両側のウェイトトレーニング活動である。幾つかの実施形態において、個人の活動解析アプリケーション又はサーバアプリケーションは更に、パーソナルコンピューティングデバイスのディスプレイ上にユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは、スコア、活動、反復、活動に特有のメッセージ、又はそれらの組み合わせを含む。更なる実施形態において、活動はウェイトトレーニング活動であり、活動に特有のメッセージは、次のものから成る群から選択される提案である：ウェイトが重すぎる、ウェイトが軽すぎる、ウェイトがあまりに変わりすぎている、動作が速すぎる、動作が不安定すぎる、フォームが不正確、フォームがあまりに一貫していない、及びフォームに関する矯正の助言。幾つかの実施形態において、活動解析サーバアプリケーションへの加速度データ及びの送信は、直接的である。幾つかの実施形態において、活動解析サーバアプリケーションへの加速度データ及びの送信は間接的であり、データはローカルデバイスに最初に送信される。幾つかの実施形態において、個人の活動解析アプリケーション又はサーバアプリケーションは更に、ユーザーが個人プロフィールを作成するのを可能にするインターフェースを提示するように構成されるソフトウェアモジュールを備え、プロフィールは、体重、身長、性別、ウイングスパン、及びフィットネス専門知識を含む。

システムの例示的実施形態のブロック図である。 個人のデータ捕捉デバイスに無線通信及びユーザー入力を統合するためのシステムの１つの代替的な実施形態のブロック図である。 本発明の１つの実施形態により受信されるような個人のデータの解析方法のフローダイアグラムである。 本発明の１つの実施形態により受信されるような個人のデータの解析にフィードバックを統合するための１つの代替的な方法のフローダイアグラムである。 図１Ｂのシステムにおけるデバイスの概略図である。 運動中の耐久力に対する努力の効果を示すグラフである。 前記運動を行なう困難に対する運動の抵抗を増加させる効果を示すグラフである。 図１Ｂのシステムが受信し得るデータ・ストリームを示すグラフである。 ユーザーが疲労する場合に図５Ａのグラフにおいてデータ・ストリームが現われ得ることを示すグラフである。 リスドバンドに取り付けられ且つそこから取り外されるパーソナルコンピューティングデバイスの例示的実施形態の側面図である。 デバイス上に表示されるコンテンツを示す画像を備えたパーソナルコンピューティングデバイスの例示的実施形態を示す。 図７におけるパーソナルコンピューティングデバイスの例示的実施形態を使用して個人の身体動作データを解析するフローチャートである。 図７におけるパーソナルコンピューティングデバイスの例示的実施形態を使用してユーザーの運動フォームを採点するフローチャートである。 図７におけるパーソナルコンピューティングデバイスの例示的実施形態を使用して新しい運動タイプを記録するフローチャートである。

身体運動は、個人の身体的な幸福に有益であることは周知である。しかし、身体運動は、適切な強度、量、及び持続時間で行なわれない場合、個人の健康に不利に働くかもしれない。更に、身体運動が正しく行なわれない場合、望まれない怪我が生じるかもしれない。従来の物理的機器は、活動の強度、量、及び持続時間に関係する幾つかの情報を提供し得るが、そのような情報は少数の活動に限定される。個人のトレーナーは、特定数の運動に関するフィードバックとトレーニングを提供するが、それらはあまり手ごろな価格ではなく、日課とするには不都合である。

本明細書に記載されるデバイス、プラットフォーム、及び媒体の１つの利点は、それらが様々な身体活動を都合良く認識、監視、且つ記録する手段を提供するということである。その学習能力では、新しいタイプの身体活動が容易に追加され、将来の練習及び学習のために蓄えられる。故に、ユーザーは、監視され且つ追跡される広範囲の身体活動から選択することができる。更に、ユーザーの生理学的パラメータは、身体運動中に同時に監視され、それにより、個々のユーザーに最適な強度、量、及び持続時間で運動が行われる。別の重要な利点は、ユーザーのパフォーマンスが熟練者と定量的に比較され、効果的な学習及びパフォーマンスの向上を促進するようにフィードバックがもたらされるということである。全体として、本明細書に記載されるデバイス、プラットフォーム、及び媒体は、身体運動のフィードバック、感度のよい監視、保存、及び容易な認識により効果的な学習を可能にする。

本明細書には、特定の実施形態において、パーソナルコンピューティングデバイスが記載され、該デバイスは：プロセッサ、オンボードメモリ、加速度計、ジャイロスコープ、及びディスプレイ；運動解析アプリケーションを作り出すためデジタル処理デバイスによって実行可能な命令を含むコンピュータプログラムを備え、該アプリケーションは、以下を備える：加速度計から加速度データを、及びジャイロスコープから角速度データを受信するように構成されるソフトウェアモジュールであって、加速度データと角速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した運動を行うユーザーの加速度データと角速度データを記録する工程であって、それにより運動に関する統計運動モデルを生成する、工程を含む、ソフトウェアモジュール；デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データと角速度データに適用する工程であって、それにより、運動事象を識別し、記録した運動モデルと比較することで運動を分類して、運動の反復を識別する、工程を含む、ソフトウェアモジュール；及び、統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュール。

また、幾つかの実施形態において、本明細書には運動解析プラットフォームが記載され、該プラットフォームは：プロセッサ、オンボードメモリ、加速度計、ジャイロスコープ、ディスプレイ、及び通信要素を備えるパーソナルコンピューティングデバイスを備え、該デバイスは個人の運動解析アプリケーションを提供するように構成され、該アプリケーションは：加速度計から加速度データを、及びジャイロスコープから角速度データを受信するように構成されるソフトウェアモジュールであって、加速度データと角速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；運動解析サーバアプリケーションに加速度データと角速度データを送信するように構成されるソフトウェアモジュールを備え；前記プラットフォームは、運動解析サーバアプリケーションを提供するように構成されるサーバープロセッサを備え、該アプリケーションは、画定された運動を行なうユーザーの加速度データ及び角速度データから生成される統計運動モデルのデータベース；パーソナルコンピューティングデバイスから加速度データと角速度データを受信するように構成されるソフトウェアモジュール；確率的解析を加速度データと角速度データに適用し、それにより運動事象を識別し、１以上の統計運動モデルと比較することで運動を分類して、運動の反復を識別するように構成される、ソフトウェアモジュール；統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュールを備える。

また、特定の実施形態において、本明細書には、個人の運動解析を行うためのプロセッサによって実行可能な命令でコード化される、非一時的なコンピュータ可読記憶媒体が開示され、該命令は、次のものを備える：加速度計及びジャイロスコープを含むパーソナルコンピューティングデバイスからデータを受信するように構成されるソフトウェアモジュールであって、データは、３次元でユーザーの身体動作にデータ関連する、加速度計からの加速度データとジャイロスコープからの角速度データを含む、ソフトウェアモジュール；デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した運動を行うユーザーの加速度データと角速度データを記録する工程であって、それにより運動に関する統計運動モデルを生成する、工程を含む、ソフトウェアモジュール；デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データと角速度データに適用する工程であって、それにより、運動事象を識別し、記録した運動モデルと比較することで運動を分類して、運動の反復を識別する、工程を含む、ソフトウェアモジュール；及び、統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュール。

また、特定の実施形態において、本明細書には、運動解析サーバアプリケーションを作成するために、プロセッサによって実行可能な命令を含むコンピュータプログラムでコード化される、非一時的なコンピュータ可読記憶媒体が開示され、前記アプリケーションは、次のものを含む：統計運動モデルのデータベースであって、運動モデルは、画定した運動を行うユーザーに関連するパーソナルコンピューティングデバイスにより送信される加速度データと角速度データから生成され、加速度データと角速度データは各々、Ｘ軸、Ｙ軸、及びＺ軸に関するデータを含み、デバイスは学習モードである、データベース；画定された運動を行なうユーザーに関連したパーソナルコンピューティングデバイスにより送信される加速度データと角速度データを受信するように構成されたソフトウェアモジュールであって、デバイスは通常モードである、ソフトウェアモジュール；確率的解析を受信した加速度データと角速度データに適用し、それにより運動事象を識別し、１以上の統計運動モデルと比較することで運動を分類して、運動の反復を識別するように構成される、ソフトウェアモジュール；統計解析を受信した加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュールを備える。

また本明細書には、特定の実施形態において、パーソナルコンピューティングデバイスが記載され、該デバイスは：プロセッサ、オンボードメモリ、加速度計、及びディスプレイ；運動解析アプリケーションを作り出すためのデジタル処理デバイスによって実行可能な命令を含むコンピュータプログラムを備え、該アプリケーションは、以下を備える：加速度計から加速度データを受信するように構成されるソフトウェアモジュールであって、加速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した活動を行うユーザーの加速度データを記録する工程であって、それにより活動に関する統計活動モデルを生成する、工程を含む、ソフトウェアモジュール；デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データに適用する工程であって、それにより、活動事象を識別し、記録した活動モデルと比較することで活動を分類して、活動の反復を識別する、工程を含む、ソフトウェアモジュール；及び、統計解析を加速度データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュール。

また本明細書には、特定の実施形態において、活動解析プラットフォームが開示され、該プラットフォームは：プロセッサ、オンボードメモリ、加速度計、ディスプレイ、及び通信要素を備えるパーソナルコンピューティングデバイスを備え、該デバイスは個人の活動解析アプリケーションを提供するように構成され、該アプリケーションは：加速度計から加速度データを受信するように構成されるソフトウェアモジュールであって、加速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；活動解析サーバアプリケーションに加速度とデータを送信するように構成されるソフトウェアモジュールを備え；前記プラットフォームは、活動解析サーバアプリケーションを提供するように構成されるサーバープロセッサを備え、該アプリケーションは、画定された活動を行なうユーザーの加速度及びデータから生成される統計活動モデルのデータベース；パーソナルコンピューティングデバイスから加速度データを受信するように構成されるソフトウェアモジュール；確率的解析をした加速度データに適用し、それにより活動事象を識別し、１以上の統計活動モデルと比較することで活動を分類して、活動の反復を識別するように構成される、ソフトウェアモジュール；及び、統計解析を加速度データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュールを備える。

また本明細書には、特定の実施形態において、個人の活動解析を行うためのプロセッサによって実行可能な命令でコード化される、非一時的なコンピュータ可読記憶媒体が記載され、該命令は、次のものを備える：加速度計を含むパーソナルコンピューティングデバイスからデータを受信するように構成されるソフトウェアモジュールであって、データは、３次元でユーザーの身体動作にデータ関連する、加速度計からの加速度データを含む、ソフトウェアモジュール；デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した活動を行うユーザーの加速度データを記録する工程であって、それにより活動に関する統計活動モデルを生成する、工程を含む、ソフトウェアモジュール；デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データに適用する工程であって、それにより、活動事象を識別し、記録した活動モデルと比較することで活動を分類して、活動の反復を識別する、工程を含む、ソフトウェアモジュール；及び、統計解析を加速度データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュール。

また本明細書には、特定の実施形態において、活動解析サーバアプリケーションを作成するために、プロセッサによって実行可能な命令を含むコンピュータプログラムでコード化される、非一時的なコンピュータ可読記憶媒体が開示され、前記アプリケーションは、次のものを含む：統計活動モデルのデータベースであって、活動モデルは、画定した活動を行うユーザーに関連するパーソナルコンピューティングデバイスにより送信される加速度とデータから生成され、加速度データとは、Ｘ軸、Ｙ軸、及びＺ軸に関するデータを含み、デバイスは学習モードである、データベース；画定された活動を行なうユーザーに関連したパーソナルコンピューティングデバイスにより送信される加速度とデータを受信するように構成されたソフトウェアモジュールであって、デバイスは通常モードである、ソフトウェアモジュール；確率的解析を受信した加速度データに適用し、それにより活動事象を識別し、１以上の統計活動モデルと比較することで活動を分類して、活動の反復を識別するように構成される、ソフトウェアモジュール；及び、統計解析を受信した加速度データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュールを備える。

＜特定の用語＞
他に定義されない限り、本明細書で使用されるテクニカルタームは全て、本発明が属する分野における当業者の１人により共通して理解されるものと同じ意味を有する。本明細書と添付の請求項で使用されるように、単数形「ａ」、「ａｎ」、及び「ｔｈｅ」は、他に内容が明確に命令しない限り、複数の命令を含む。「又は」への任意の言及は、別段の定めがない限り、「及び／又は」を包含するように意図される。

＜概要＞
本発明は、パーソナルコンピューティングデバイスを使用する、動作センサによって捕捉される３次元（３Ｄ）の身体動作データの統計解析に関する。パーソナルコンピューティングデバイスの個人の運動解析アプリケーションは、加速度計とジャイロスコープから捕捉された３Ｄ動作データを収集し、該データの統計解析を実行するように構成される。デバイスはまた、ディスプレイ上にユーザーの運動関連の情報及び生理学的情報を示すように構成される。更に、本発明は、ユーザーにより行われる新しい運動を認識するために統計モデルを組み込む。本発明はまた、ユーザーにより行われる運動を、正確且つ有効な学習を促進するために資格のあるフィットネス専門家（ｅｘｐｅｒｔｉｓｅ）により行われる記録された運動と比較するための解析方法を組み込む。

＜パーソナルコンピューティングデバイス＞
幾つかの実施形態において、本明細書に記載されるデバイス、プラットフォーム、及び媒体は、パーソナルコンピューティングデバイスを備える。特定の実施形態において、パーソナルコンピューティングデバイスは、プロセッサ、オンボードメモリ、加速度計、及びディスプレイを備える。幾つかの実施形態において、加速度計は、１、２、又は３の空間的な次元、及び／又は、任意の単一の時限について正及び負の方向を伴う１つの一時的な次元で、加速度を測定する。幾つかの実施形態において、パーソナルコンピューティングデバイスは、加速度計、ジャイロスコープ、磁力計、又は高度計を備える。幾つかの実施形態において、ジャイロスコープは、１、２、又は３の空間的な次元、及び／又は、任意の単一の時限について正及び負の方向を伴う１つの一時的な次元で、方位情報を測定する。幾つかの実施形態において、プロセッサは、デジタル信号プロセッサ、デジタル処理装置、マイクロプロセッサ、又は特定用途向け集積回路（ＡＳＩＣ）の１つ以上を含む。

幾つかの実施形態において、パーソナルコンピューティングデバイスは、オンデバイス・ディスプレイを備える。幾つかの実施形態において、ディスプレイの色、フォント、画像寸法、コントラスト、又はコンテンツは、ユーザーにより選択される。幾つかの実施形態において、パーソナルコンピューティングデバイスは随意に、オーディオインジケータを備える。更なる実施形態において、オンデバイス・ディスプレイのコンテンツは、ユーザーの選択によりオーディオに出力する。

幾つかの実施形態において、パーソナルコンピューティングデバイスはユーザーにより着用可能である。更なる実施形態において、パーソナルコンピューティングデバイスは、ユーザーにより腕に着用可能である。他の実施形態において、パーソナルコンピューティングデバイスは、身体にある任意の皮膚領域に付けることができる。幾つかの実施形態において、デバイスは着用可能なアダプターを備え、着用可能なアダプターはデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する。幾つかの実施形態において、パーソナルコンピューティングデバイスは、肩、耳、首、指、手のひら、足首、胸部、腕、腰部、脚、足、又は胴の周りに着用可能である。幾つかの実施形態において、デバイスは、デバイスがジム設備、運動装置、スポーツ用品などに可逆的に接続されることを可能にするアダプターを備える。更なる実施形態において、デバイスは、ダンベル、バーベル、ローイングマシーン、カヤックペダル、野球バット、ゴルフスティック、テニスラケット、バドミントンラケット、ピンポンパドル、ボクシンググローブ、床の一部、ハンドル、グローブ、１着の衣服、靴、ベルト、シート、アームレスト、マットなどに付けられるか、又は可逆的に接続される。他の実施形態において、デバイスは、モバイルデバイス、コンピュータ、ＧＰＳ、ｉＰａｄ、ＵＳＢドライブ、プリンター、スキャナー、テレビ、サーバ、自動車、スマートウォッチ、グーグルグラス（ｇｏｏｇｌｅ ｇｌａｓｓ）、ｉＰｏｄ、ゲームプレーヤー、プロジェクター、カメラ、又は同様の電子デバイスに可逆的に接続される。

幾つかの実施形態において、デバイスは更に、ユーザーの生理学的パラメータを測定するためのバイオセンサを備える。更なる実施形態において、バイオセンサは、光学、電気、磁気、電磁気、化学、電気化学、ＵＶ光、圧力、速度、音、熱、又は機械のバイオセンサである。更なる実施形態において、バイオセンサは、心拍数モニタ、温度計、呼吸計、血糖モニタ、電解物センサ、電導度メータ、血圧センサ、血液酸素センサ、体脂肪センサ、筋肉センサ、ＥＭＧ電極、ＥＥＧセンサ、ＥＣＧ電極、身体水和センサなどを備える。幾つかの実施形態において、生理学的パラメータは、心拍数、皮膚温度、呼吸数、脈拍、電気皮膚反応、水和、血液酸素レベル、血液グルコースレベル、体脂肪率、筋疲労レベル、ＥＭＧ、ＥＥＧ、ＥＣＧなどを含む。

図６を参照すると、特定の実施形態において、パーソナルコンピューティングデバイスは、着用可能なアダプターを介してリストバンドに着脱される。

図７を参照すると、特定の実施形態において、パーソナルコンピューティングデバイスは、リストバンドに付けられ、オンデバイス・ディスプレイの典型的な画像が示される。この特定の実施形態において、オンデバイス・ディスプレイは、「Ｆｒｅｅ Ｃｏａｃｈ Ｈｏｍｅ」というデバイスのスタートの合図を示し、ユーザーが対応する運動を行っている時に「Ｒｏｕｔｉｎｅ １」として記録される運動フォームを示す。オンデバイス・ディスプレイは、随意にユーザープロフィールの一部としてユーザー入力の体重を示す。オンデバイス・ディスプレイは、運動反復数（ＲＥＰＳ）、及び、ユーザーが運動を行なっている時に分時拍動数（ＢＰＭ）で心拍数（ｈｅａｒ ｒａｔｅ）などのユーザーの生理学的データを示す。

幾つかの実施形態において、デバイスは更に、レストタイマーを備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える。更なる実施形態において、レストタイマーは、心拍数、皮膚温度、血圧、血液酸化レベル、血液グルコースレベル、呼吸数、身体水和レベル、電気皮膚反応、体脂肪率、ＥＭＧ信号、ＥＥＧ信号、ＥＣＧ信号、筋疲労レベルなどから選択される、生理学的パラメータに基づく。他の実施形態において、レストタイマーは、運動持続時間、消費カロリー、運動反復、運動スコア、フォーム誤差、又は他の運動に関連する事象により定められる。

幾つかの実施形態において、デバイスは更に、測位要素を備え、測位要素は、パーソナルコンピューティングデバイスの地理的位置を識別する。更なる実施形態において、地理的位置は高度、標高、緯度、経度、座標、大気圧などを含む。

幾つかの実施形態において、デバイスは更に無線通信要素を備え、無線通信要素は、フィットネス設備、コンピュータ、運動解析サーバアプリケーション、別のパーソナルコンピューティングデバイス、スポーツ用品との無線通信を可能にする。更なる実施形態において、無線通信要素は、Ｂｌｕｅｔｏｏｔｈ（登録商標）モジュール、ＡＮＴ＋モジュール、Ｗｉ−Ｆｉモジュール、ＩＥＥＥ ８０２．１５．４マイクロチップ、ＺｉｇＢｅｅモジュール、無線ＵＳＢ、ＩｒＤＡモジュール、ＺＷａｖｅモジュール、無線ネットワーク・アダプター、無線インターネット・カード、身体領域ネットワーク・モジュール、近距離通信などである。

＜個人の運動解析アプリケーション＞
幾つかの実施形態において、本明細書に記載されるデバイス、プラットフォーム、及び媒体は、個人の運動解析アプリケーション又はその使用を含む。特定の実施形態において、個人の運動解析アプリケーションは、３次元でのユーザーの身体動作に関連したデータを受信するためのソフトウェアモジュールを備える。更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、加速度データ及び／又は角速度データを含む。また更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、加速度計又はジャイロスコープから選択される１以上から受信される。他の実施形態において、３次元でのユーザーの身体動作に関連したデータは加速度データである。更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、加速度計の１以上から受信される。幾つかの実施形態において、加速度データは、１、２、又は３の空間的な次元、及び／又は、任意の単一の次元について正及び負の方向を伴う１つの一時的な次元、又はそれらの組み合わせで、加速度情報を含む。幾つかの実施形態において、角速度データは、１、２、又は３の空間的な次元、及び／又は、任意の単一の次元について正及び負の方向を伴う１つの一時的な次元、又はそれらの組み合わせで、方位情報を含む。幾つかの実施形態において、加速度データと角速度データは、３次元のベクトル（ｔｈｒｅｅ ｂｙ ｔｈｒｅｅ ｖｅｃｔｏｒｓ）である。他の実施形態において、加速度データと角速度データは４次元のベクトルである。また更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、圧力センサ、ＧＰＳ、タイマー、速度センサ、振動センサ、又は温度計から受信される。幾つかの実施形態において、３次元でのユーザーの身体動作に関連したデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度、持続時間、圧力などを含む。更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、１、２、又は３次元の距離、変異、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度、持続時間、圧力などの数学的又は統計的な統計処理を含む。幾つかの実施形態において、３次元でのユーザーの身体動作に関連したデータは更に、大気圧、水抵抗、風圧抵抗、水圧、風速、水速度、重力レベル、又は温度を含む、運動環境に関連する。

特定の実施形態において、個人の運動解析アプリケーションは、パーソナルコンピューティングデバイスを学習モードに置くように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、学習モードは、１、２、又は３次元での画定された運動を行なうユーザーの身体動作に関連したデータを記録する工程を含む。更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、運動に関する統計運動モデルを生成するために、画定された運動を行なうユーザーの加速度データ及び／又は角速度データである。幾つかの実施形態において、ユーザーは、資格のあるフィットネス専門家、コーチ、個人トレーナー、熟練者、スポーツ選手、プロ選手、ロボットなどの１以上である。幾つかの実施形態において、運動は、カーディオ、重量、強度、柔軟性、又は技術に関連する運動である。更なる実施形態において、運動は、片側のウェイトトレーニング運動、両側のウェイトトレーニング運動、腕立て伏せ運動、フライ運動、ダンベル運動、プル・ダウン運動、デッドリフト運動、バーベル運動、懸垂運動、野球運動、腹筋運動、回転運動、プランク（ｐｌａｎｋ）運動、クランチ運動、ベンチプレス運動、押下げ運動、床押しつけ（ｆｌｏｏｒ ｐｒｅｓｓ）運動、テニス運動、ゴルフ運動、カヤック運動、バドミントン運動、ピンポン運動、水泳運動、ボクシング運動、ボウリング運動、ダンス運動、ヨガ運動、ピラティス運動、舟漕ぎ運動、ランニング運動、ジョギング運動、ハイキング運動、クライミング運動、スケート運動、自転車運動、ホッケー（ｈｏｋｅｙ）運動、フェンシング運動、サーフィン運動、アーチェリー運動、乗馬運動、バスケットボールシュート運動などである。更なる実施形態において、画定された運動の統計運動モデルは、運動のタイプ、年齢、体重、身長、性別、ウイングスパン、反復、又は情報に基づいて別々に生成される。

幾つかの実施形態において、各運動モデルは、画定された運動を行なう１以上のユーザーからの平均データから生成される。更なる実施形態において、平均データは、各ユーザーの専門知識の水準に基づく加重平均データである。幾つかの実施形態において、１以上の運動モデルは、画定された運動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、１以上の運動モデルは、一般的な運動フォームの問題を模倣するために画定された運動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、１以上の運動モデルは、典型的な運動フォームを示すために画定された運動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、各運動モデルは、複数の反復で画定された運動を行なう１人のユーザーのからの平均データから生成される。更なる実施形態において、統計モデルは、画定された運動を行なうユーザーの３Ｄの身体動作から生成される。

幾つかの実施形態において、個人の運動解析アプリケーションは更に、デバイスを標準モードに置くように構成されるソフトウェアモジュールを備え、標準モードは、確率的解析を、３次元の身体動作に関連するデータに適用する工程であって、それにより、運動タイプを識別し、記録した運動モデルと比較することで運動タイプを分類して、運動の反復を識別する、工程を含む。幾つかの実施形態において、３次元の身体動作は、パーソナルコンピューティングデバイスから収集されたデータに関連する未加工の動作である。他の実施形態において、３Ｄの身体動作に関連するデータは、確率的解析の適用前に運動センサから収集された未加工のデータに基づいて前処理される。更なる実施形態において、前処理は、空間、時間、又は周波数に関連する平均化、量子化、ノイズ除去、平滑化、直線または非直線のフィッティング（ｆｉｔｔｉｎｇ）、フィルタリング、計量、切り詰め（ｔｒｕｎｃａｔｉｎｇ）、消去、変形、掛け算、引き算、割り算、書き込み、導出、四捨五入、再編成、積算、累乗などの１以上を含む。また更なる実施形態において、前処理は、標準スコア、ｚ−スコアの計算、量子化、ＰＣＡ解析（主成分解析）、未加工データの平均を引くこと、未加工データの標準偏差により割ることなどを含む、未加工データの数学的又は統計的操作を含む。

幾つかの実施形態において、運動を分類する確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、ダイナミックシステム、主成分解析、ｋ−平均法、ダイナミック・ベイズジアンネットワーク、混合モデル、回帰モデル、マルコフ確率場、条件付確率場、テンプレートマッチング、ダイナミック確率的グラフィックモデル（ｐｒｏｂａｂｉｌｉｓｔｉｃ ｇｒａｐｈｉｃａｌ ｍｏｄｅｌ）、Ｋ−近傍モデル（Ｋ−ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒｓ ｍｏｄｅｌ）、特許認識モデル、統計的学習モデル、機械学習モデル、又はそれらの組み合わせの利用を含む。幾つかの実施形態において、確率的解析への入力は、１以上の画定された運動を行なうユーザーの１、２、又は３次元での未処理の身体動作データを含む。更なる実施形態において、確率的解析への入力は、１以上の画定された運動を行なうユーザーの１、２、又は３次元での前処理された身体動作データを含む。更なる実施形態において、前処理は数学的又は統計的操作によるものである。幾つかの実施形態において、確率的解析への入力は、１以上の記録された運動モデルを含む。幾つかの実施形態において、確率的解析の出力は、確率、確率のベクトル、有意性、有意性のベクトル、ｐ値、ｐ値のベクトル、積算誤差、積算誤差のベクトルなどを含む。更なる実施形態において、出力値は、０以上１以下である。更なる実施形態において、確率的解析の出力は定められた合計を有する。また更なる実施形態において、確率的解析の出力は１の合計を有する。

幾つかの実施形態において、個人の運動解析アプリケーションは、ユーザーの運動フォームを採点するために３Ｄの身体動作に比較方法を適用するように構成されるソフトウェアモジュールを更に備える。更なる実施形態において、スコアは、平均スコア、個人の最高スコア、個人の最低スコア、時間に関するスコアプロフィール、反復に関するスコアプロフィール、又はそれらの組み合わせを含む。比較方法は、２乗した差の和、統計的乖離（ｓｔａｔｉｓｔｉｃａｌ ｄｉｖｅｒｇｅｎｃｅ）、平均二乗偏差の平方根、平均二乗偏差の平方根の和、二乗平均の和、退行（ｒｅｇｒｅｓｓｉｏｎ）、Ｍａｈａｌａｎｏｂｉｓ距離、又はそれらの組み合わせを含む。更なる実施形態において、ユーザーの運動フォームは、Ａ、Ｂ、Ｃ、Ｄ、Ｅ、及びＦのリストから選択する文字グレードを使用して採点される。他の実施形態において、ユーザーの運動フォームは、１００パーセンタイル乃至０パーセンタイルに及ぶパーセンタイル・グレードを使用して採点される。他の実施形態において、ユーザーの運動フォームは、１０乃至０、５乃至０、又は４乃至０に及び数のグレードを使用して採点される。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、時間又は反復に関するユーザーの改善、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの３Ｄの身体動作のデータの、異なるユーザーから生成した運動モデル或いは少なくとも２つのユーザーのデータの平均との比較から得られる。更なる実施形態において、異なるユーザー又は他のユーザーは、資格のあるフィットネス専門家、コーチ、個人トレーナー、熟練者、スポーツ選手、プロ選手、ロボットなどの１以上である。

幾つかの実施形態において、アプリケーションは更に、ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは入力デバイスを介してユーザーとデバイスの相互作用を可能にする。更なる実施形態において、入力デバイスは、タッチスクリーン、キー、ボタン、スクロール、マウス、キーボード、ポインティングデバイス、リモートコントロール、マイクロホン、動作センサ、眼球運動センサ、温度センサ、光学センサ、又は圧力センサを含む。更なる実施形態において、相互作用は、タッチ、クリック、バイブレーション、振動、タップ、強調表示、旋回、コンタリング、ジェスチャ、ポインティング、スワイプ、プレス、眼球運動、又は交差を含む。幾つかの実施形態において、ユーザーインターフェースは、ユーザーがオンデバイス・ディスプレイに関するコンテンツ、デバイスモード、レストタイマー、音、光、又はバイブレーションを介する即時の（ｉｎｓｔａｎｔｅｎｏｕｓ）フィードバック、デバイス校正、エラーの報告、エラーの校正、運動に関連するリマインダー、生理学的データに関連するリマインダー、又はそれらの組み合わせを作成又は選択することを可能にする。更なる実施形態において、音、光、又はバイブレーションを介する即時のフィードバックは、ユーザーの生理学的データ又はユーザーの運動に関連するパフォーマンスのフィードバックを含む。幾つかの実施形態において、オンデバイス・ディスプレイは、スコア、運動タイプ、多くの反復、筋疲労のレベル、運動持続時間、運動に特有のメッセージ、ユーザーの生理学的データ、デバイスに特有のメッセージなどのディスプレイを含む。更なる実施形態において、グラフィック・ユーザーインターフェースは、ユーザーが運動に関連する情報及び／又は活動に関連する情報を１以上の数学的又は統計的操作により校正することを可能にする。更なる実施形態において、活動に関連する情報は、活動タイプ、多くの反復、活動ログ、スコア、平均スコア、平均持続時間、平均重量、総合持続時間、総合スコア、最小又は最大スコア、スコアログ、重量、持続時間、又は任意の活動から得た情報を含む。更なる実施形態において、運動に関連する情報ヘの校正が、統計解析又は確率的解析を更新するために使用される。

幾つかの実施形態において、運動はウェイトトレーニング運動であり、運動に特有のメッセージは次のものを含む：時間消費、多くの反復、重すぎるウェイト、軽すぎるウェイト、あまりに変わりすぎたウェイト、速すぎる動作、不安定すぎる身体、不正確な形態、一貫しすぎた形態、採点した運動の数、及び運動フォームに関する矯正の助言。幾つかの実施形態において、デバイスに特有のメッセージは、接続されたＢｌｕｅｔｏｏｔｈ（登録商標）、切断されたＢｌｕｅｔｏｏｔｈ（登録商標）、保存された運動の総数、追加した新しい運動タイプ、消去した運動タイプ、運動タイプの誤差、低い保存スペース、バッテリーレベルの通知、検出したジェオロケーション、開始されたリセットタイマー、止められたリセットタイマー、ジェオロケーションの誤差、検出した環境、環境の誤差、又はそれらの組み合わせを含む。

図３は、システム（１１０）の使用の概略図である。システム（１１０）は、ユーザー（３０３）により腕（３０４）に着用される。ユーザー（３０３）はウェイト（３０１）を保持しており、それによりフィットネス運動（３０２）が行なわれている。フィットネス運動（３０２）が行われると、腕（２１４）上のシステム（１３０）の位置は変化する。ユーザー（３０３）と腕（３０４）の位置に関するデータは、ユーザーデータ受信器（１０１）により検出され得る。マイクロプロセッサ（１０２）は、フィットネス運動（３０２）を判定するためにソフトウェア（１０４）によりこのデータの解析を行なうことができる。行なわれたフィットネス運動（３０２）は、メモリ（１０３）に保存され、通信ユニット（１０５）に送信され、及び／又はディスプレイ（１０６）によりユーザー（３０３）に提示される。ユーザー（３０３）はその後、将来の計算命令を調整するためのソフトウェア（１０４）に従いマイクロプロセッサ（１０２）が使用するデータ（１１７）を入力することができる。解析（２１０）はまた、反復及び異なる運動のセットを数える工程を含み得る。

図４Ａは、フィットネス運動（３０２）を行なう間にユーザー（３０３）が産出することができる努力のレベルを示すグラフである。それは、疲労がユーザー（３０３）にどのようにもたらされ得るのかを実証する。

図４Ｂは、運動の抵抗又はウェイト（３０１）が、ユーザー（３０３）により知覚されるような運動（３０２）を行なう難しさにどのように影響を及ぼすかを示すグラフである。

図５Ａは、ユーザー（３０３）が疲労していない間に運動を行っている間、又は、低抵抗で行なっている或いは低ウェイト（３０１）で行なっている間に、受信器（１０１）を介してシステム（１００）により受信されるような、データ・ストリームを実証する。

図５Ｂは、ユーザー（３０３）が疲労している間に運動を行っている間、又は、高抵抗で行なっている或いは高ウェイト（３０１）で行なっている間に、受信器（１０１）を介してシステム（１００）により受信されるような、データ・ストリームを実証する。データ・ストリームの変動は筋肉震動によって引き起こされる。ミクロの裂傷が筋肉に現われると、筋肉震動が生じる；これらの裂傷は、筋肉の緩慢化を引き起こし、それは、筋肉により増大した湾曲によって迅速に補われる。疲労が生じ（ｓｅｔ ｉｎ）、又は抵抗が増加すると、これらミクロの裂傷はより一般的になり、組み合わさることができ、データセットにおいてより大きな変動を引き起こす。

図５Ａと図５Ｂの間のデータの変動は、運動（３０２）においてユーザー（３０３）により使用されているウェイト（３０１）を推定するためにシステム（１００）によって使用される。本発明は、変動を計算し、及び故に抵抗を推測するための、運動セッションの始めに得られるか、又は前の運動セッションから得たデータに依存する。

幾つかの実施形態において、個人の運動解析アプリケーションは、画定された運動を行なうユーザーの３Ｄの身体動作に関連したデータを、運動解析サーバアプリケーションに送信するか、又はそこから受信するように構成されるソフトウェアモジュールを備える。更なる実施形態において、送信又は受信は直接である。他の実施形態において、送信又は受信は間接であり、データはデジタルデバイスに最初に送信される。更なる実施形態において、デジタルデバイスは、コンピュータ、モバイルデバイス、オンラインアカウント、オンラインデータベース、デジタル記憶メディア、サーバ、ハブ、ハードドライブ、ＵＳＢドライブ、クラウド記憶スペースなどである。

幾つかの実施形態において、個人の運動解析アプリケーションは更に、ユーザーが個人プロフィールを作成するのを可能にするインターフェースを提示するように構成されるソフトウェアモジュールを備える。更なる実施形態において、プロフィールは、体重、身長、年齢、性別、ウイングスパン、フィットネス専門知識、運動目標、スコアの目標、デバイスの着用に関する嗜好性、運動ログ、スコア記録、運動に関連した情報の統計解析などを含む。

幾つかの実施形態において、サーバアプリケーションは、画定された運動を行うユーザーの３Ｄの身体動作のデータに確率的解析を適用し、それにより運動事象を識別し、定型的運動モデルの１以上との比較により運動タイプを分類して、運動の反復を識別するように構成されるソフトウェアモジュールを備える。更なる実施形態において、３Ｄの身体動作のデータは加速度データと角速度データを含む。

幾つかの実施形態において、アプリケーションは、統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュールを備える。更なる実施形態において、スコアは、平均スコア、個人の最高スコア、個人の最低スコア、時間に関するスコアプロフィール、反復に関するスコアプロフィール、又はそれらの組み合わせを含む。比較方法は、２乗した差の和、平均二乗偏差の平方根、平均二乗偏差の平方根の和、二乗平均の和、退行、Ｍａｈａｌａｎｏｂｉｓ距離、又はそれらの組み合わせを含む。更なる実施形態において、ユーザーの運動フォームは、Ａ、Ｂ、Ｃ、Ｄ、Ｅ、及びＦのリストから選択する文字グレードを使用して採点される。他の実施形態において、ユーザーの運動フォームは、１００パーセンタイル乃至０パーセンタイルに及ぶパーセンタイル・グレードを使用して採点される。他の実施形態において、ユーザーの運動フォームは、１０乃至０、５乃至０、又は４乃至０に及び数のグレードを使用して採点される。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、時間又は反復に関するユーザーの改善、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの３Ｄの身体動作のデータの、異なるユーザーから生成した運動モデル或いは少なくとも２つのユーザーのデータの平均との比較から得られる。更なる実施形態において、異なるユーザー又は他のユーザーは、資格のあるフィットネス専門家、コーチ、個人トレーナー、熟練者、スポーツ選手、プロ選手、ロボットなどの１以上である。

図８を参照すると、図７におけるパーソナルコンピューティングデバイスの例示的実施形態を使用して個人の運動データを解析するフローチャートが示される。ユーザーが多くの反復と共に画定された運動を行なう場合、３Ｄの身体動作データ、即ち、３Ｄの加速度データ及び／又は３Ｄの角速度データは、動作センサから個人の運動解析アプリケーションへと読み取られる（８００）。動作センサは随意に加速度計とジャイロスコープを備える。元の動作データの特徴は、個人の運動解析アプリケーションへの入力として得られ、且つ随意に選択される（８１０）。そのような入力は、統計解析モデル（８３１）、（８３２）、（８３３）、（８３４）、又は（８３５）に供給する前に任意に前処理される（８２０）。前処理（８２０）は随意に、平均を引き、且つ標準偏差によって割ることにより、標準スコア又はｚ−スコアを算出する工程を含む。代替的に、ＰＣＡ（主成分解析）（８２０）は、直線相関を削除するために元の入力に対して行なわれる。この特定の実施形態において、統計モデルは、行った運動及び／又は反復の数を推定するために、ニューラル・ネットワーク（８３１）又は（８３５）、コンテクストツリー計量（８３２）、隠れマルコフモデル（８３３）又は（８３４）、或いはそれらの組み合わせから随意に選択される。また、この実施形態において、推定した運動に関連する予測された確率及び推定した反復の数（８４１）又は（８４２）は、統計モデル（８３１）、（８３２）、又は（８３３）から得られる。この特定の実施形態において、予測された確率は確率のベクトルである。推定した運動フォームは、推定した運動に関連する予測された確率及び推定した反復の数（８４１）又は（８４２）に基づいて生成される。随意に、推定した運動フォームは円滑にされる（ｓｍｏｏｔｈ）（８５１）ように処理され、行った運動と反復の数を抽出する。行なった運動と記録した運動の間の一致が検出されると（８６１）、フォームの解析（８８０）は、行った運動データを記録した運動と比較することにより行われ、フォームのスコアは、比較（８９０）に基づいて計算される。代替的に、推定した運動に関連する予測した確率（８４４）又は（８４５）のみが、統計モデル（８３３）、（８３４）、又は（８３５）から得られる。推定した運動フォームは、推定した運動に関連する予測された確率（８４４）又は（８４５）に基づいて生成される。推定した運動フォームは随意に、円滑にされる（８５５）ように更に処理され、行った運動と反復の数を抽出する。行なった運動と記録した運動の間の一致が検出されると（８６０）、反復の数が計算され（８７０）、フォームの解析（８８０）は、行った運動データを記録した運動と比較することにより行われ、フォームのスコアは、比較（８９０）に基づいて算出される。随意に、比較（８９０）は、平均二乗偏差の平方根、又は二乗平均の合計を含む、数学的な操作を介して行われる。行なった運動タイプの情報、反復の数、及び形態のスコアは、ユーザーに表示される（８９９）。

図９は、図７におけるパーソナルコンピューティングデバイスの例示的実施形態を使用してユーザーの運動フォームを採点するフローチャートである。この特定の実施形態において、ユーザーは、反復と共に画定された運動を行なう。運動タイプ、反復の数、及び信頼水準に関連する、動作センサ（９００）（例えば、加速度計及びジャイロスコープ）から得た３Ｄの身体動作データは、入力として使用される。入力は、動作安定性の採点のために解析され（９１０）、及び／又は、異なる数の反復に分割される（９２０）。また、この実施形態において、１以上の分割した反復は、記録した運動モデルと比較され（９３２）、類似性のスコア（９４０）が比較に基づいて生成される。異なる数の反復の類似性（９３１）は随意に、スコアの一部として評価され、類似性スコア（９４０）及び安定性スコア（９１０）と随意に組み合わせられ、それにより最終スコア（９５０）を生成する。最終スコアは随意に、ユーザーに表示される集合したフォームのスコア及び／又は個々のフォームのスコアを含む。随意に、この実施形態において、類似性スコアを計算することができない場合にフォームの誤差（９４０）が検出され、エラーメッセージはスコア（９５０）の代わりに表示される。

幾つかの実施形態において、個人の運動解析アプリケーションは更に、デバイスを校正モードに置くように構成されるソフトウェアモジュールを備え、校正モードは、特定ユーザーの１以上の３次元の身体動作に関連したデータに確率的解析を適用する工程であって、それにより確率モデルにおけるユーザーに依存するパラメータを識別する、工程を含む。幾つかの実施形態において、３次元の身体動作は、パーソナルコンピューティングデバイスから収集されたデータに関連する未加工の動作である。他の実施形態において、３Ｄの身体動作に関連するデータは、確率的解析の適用前に運動センサから収集された未加工のデータに基づいて前処理される。更なる実施形態において、前処理は、空間、時間、又は周波数に関連する平均化、量子化、ノイズ除去、平滑化、直線又は非直線のフィッティング、フィルタリング、計量、切り詰め、消去、変形、掛け算、引き算、割り算、書き込み、導出、四捨五入、再編成、積算、累乗などの１以上を含む。また更なる実施形態において、前処理は、標準スコア、ｚ−スコアの計算、量子化、ＰＣＡ解析（主成分解析）、未加工データの平均を引くこと、未加工データの標準偏差により割ることなどを含む、未加工データの数学的又は統計的操作を含む。

＜運動解析サーバアプリケーション＞
幾つかの実施形態において、本明細書に記載されるデバイス、プラットフォーム、及び媒体は、運動解析サーバアプリケーション又はその使用を含む。幾つかの実施形態において、サーバアプリケーションは統計運動モデルのデータベースを備える。更なる実施形態において、データベースは、少なくとも１、少なくとも２、少なくとも５、少なくとも８、少なくとも１０、少なくとも２０、少なくとも４０、少なくとも５０、少なくとも８０、少なくとも１００、少なくとも１５０、少なくとも２５０、少なくとも２００、少なくとも３００、少なくとも４００、又は少なくとも５００の運動モデルを含み、各モデルは特定の運動に関連する。更なる実施形態において、特定の運動モデルは、運動タイプ、ユーザーの性別、ユーザーの年齢、ユーザーの体重、ユーザーの身長、ユーザーのウイングスパン、反復の数、運動の持続時間、又はそれらの組み合わせに関連して、データベースに蓄えられる。幾つかの実施形態において、各運動モデルは、画定された運動を行なう複数のユーザーからの平均データから生成される。更なる実施形態において、平均データは、各ユーザーの専門知識の水準に基づく加重平均データである。幾つかの実施形態において、１以上の運動モデルは、画定された運動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、１以上の運動モデルは、一般的な運動フォームの問題を模倣するために画定された運動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、１以上の運動モデルは、典型的な運動フォームを示すために画定された運動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、各運動モデルは、異なる数の反復で画定された運動を行なう１人のユーザーからの平均データから生成される。更なる実施形態において、各運動モデルは、画定された運動を行なうユーザーの１、２、又は３次元の身体動作データから生成される。更なる実施形態において、画定された運動を行なうユーザーの身体動作データは、ジャイロスコープから受信した加速度データ、又は加速度計からの角速度データである。また更なる実施形態において、身体動作データは、圧力センサ、ＧＰＳ、タイマー、又は温度計から受信される。幾つかの実施形態において、ユーザーの３Ｄの身体動作に関連したデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度を含む。幾つかの実施形態において、受信したデータは更に、大気圧、水圧、風速、水速、重力レベル、又は温度を含む運動環境に関連する。

幾つかの実施形態において、運動解析サーバアプリケーションは、パーソナルコンピューティングデバイスから、画定された運動を行なうユーザーの３Ｄの身体動作に関連したデータを受信するように構成されるソフトウェアモジュールを備える。更なる実施形態において、サーバアプリケーションは、少なくとも５、少なくとも８、少なくとも１０、少なくとも２０、少なくとも３０、少なくとも４０、少なくとも５０、少なくとも８０、少なくとも１００、少なくとも２００、少なくとも５００、少なくとも１０００、少なくとも５０００、少なくとも１００００、又は少なくとも２００００のパーソナルコンピューティングデバイスから、画定された運動を行なうユーザーの３Ｄの身体動作に関連したデータを受信する。

幾つかの実施形態において、サーバアプリケーションは、画定された運動を行うユーザーの３Ｄの身体動作のデータに確率的解析を適用し、それにより運動事象を識別し、統計的運動モデルの１以上との比較により運動タイプを分類して、及び／又は運動の反復を識別するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、サーバアプリケーションは、統計解析を３Ｄの身体動作データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュールを備える。更なる実施形態において、３Ｄの身体動作のデータは加速度データと角速度データを含む。更なる実施形態において、３Ｄの身体動作のデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度を含む。更なる実施形態において、ユーザーの３Ｄの身体動作に関連したデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度、持続時間、圧力などの、数学的又は統計処理を含む。幾つかの実施形態において、受信したデータは更に、大気圧、水圧、風速、水速、重力レベル、又は温度を含む運動環境に関連する。

幾つかの実施形態において、運動解析サーバアプリケーションは更に、ユーザーが個人プロフィールを作成、修正、消去、又は保存するのを可能にするインターフェースを提示するように構成されるソフトウェアモジュールを備える。更なる実施形態において、プロフィールは、体重、身長、年齢、性別、ウイングスパン、フィットネス専門知識、デバイス着用の嗜好性などを含む。

図１０は、図７におけるパーソナルコンピューティングデバイスの例示的実施形態を使用して新しい運動タイプを記録するフローチャートである。この特定の実施形態において、ユーザーは、新しい運動モード（１０００）を入力し、パーソナルコンピューティングデバイスを着用しながら多くの反復と共に新しい運動を行なう。動作データは加速度計とジャイロスコープにより感知され、運動解析アプリケーションに読み取られる。随意に、収集したデータの信頼水準が予め判定した閾値より大きい場合（１０１０）、運動センサのデータは保存され、新たな運動が無線通信を介して運動解析サーバアプリケーション中のデータベースに追加される（１０２１）。またこの実施形態において、動作データの信頼水準が随意に予め判定した閾値未満である場合（１０１０）、新たな数の反復がユーザーへ促進される（１０２０）。ユーザーは同一の運動を繰り返し始め（１０３０）、それにより新たな動作データを生成する（１０４０）。随意に、センサからの新たな動作データは予め処理され（１０５０）、それにより、閾値に対する新たな信頼値（１０１０）を検出及び比較することによって、新たな運動検知サイクルに再び入る。

図１Ａは、システム（１００）の例示的実施形態のブロック図である。典型的なデバイスは、例えば、マイクロプロセッサ（１０２）及びメモリ（１０３）を備えるハードウェアの内部構成を持つコンピュータを備え得る。マイクロプロセッサ（１０２）は、ポータブルコンピューティングデバイス（１００）の操作を制御するためのコントローラであり得る。マイクロプロセッサ（１０２）は、例えばメモリ・バスによりメモリ（１０３）に接続される。メモリ（１０３）は随意に、ＦＬＡＳＨメモリ、ランダム・アクセス・メモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、又は任意の他の適切なメモリデバイスである。メモリ（１０３）は、マイクロプロセッサ（１０２）により使用されるデータとプログラムの命令を保存することができる。プログラムの命令は、ソフトウェア（１０４）の形態であり得る。ソフトウェア（１０４）は、マイクロプロセッサ（１０２）又はメモリ（１０３）内に、完全に又は部分的に存在し得る。ユーザーデータ受信器（１０１）はマイクロプロセッサ（１０２）と結合することができる。ユーザーデータ受信器（１０１）からのデータの読み取り後、マイクロプロセッサ（１０２）はメモリ（１０３）からソフトウェア（１０４）を読み取ることで、データの解析を実行することができる。解析はメモリ（１０３）に保存され得、又は通信ユニット（１０５）に送信され得、ここで、通信ユニット（１０５）は別のデバイスにデータを送信することができる。ユーザーデータ受信器（１０１）からの解析及び／又は未加工データは、ディスプレイ（１０６）によりユーザーに提示することができる。

図１Ｂはシステムの一実施形態のブロック図であり、システム（１１０）は、無線通信（１１５）を行い、及びユーザーから入力データ（１１７）を受信することができる。

図２Ａは、デバイス（１００）の使用（２０２）の一実施形態により受信されるような個人データ（２０５）の解析方法のフローダイアグラム（２００）である。解析（２１０）は、デバイス上にソフトウェア（１０４）を備えたデバイスのマイクロプロセッサ（１０２）により、データに基づいて生成される。その後、ディスプレイ・フィードバック（２１５）がディスプレイ（１０６）でユーザーに示される。その後、メモリ（１０３）の中の情報は全て、通信ユニット（１０５）により補助デバイス（２２０）に送信することができる。

図２Ｂは、デバイス（１１０）の使用（２０２）の一実施形態により受信されるような個人データ（２０５）の解析方法のフローダイアグラム（２０１）である。ディスプレイ・フィードバック（２１５）が示された後、デバイス（１１０）は、フィードバック（２５５）を改善するためにユーザー入力データ（１１７）を収集し、解析を調整する。デバイス（１１０）により行なわれた更なる解析（２５０）は、ユーザー入力（２５５）に基づく調整を反映することができる。

＜運動モデル＞
幾つかの実施形態において、各運動モデルは特定の身体運動に関連する。更なる実施形態において、特定の運動モデルは、運動タイプ、ユーザーの性別、ユーザーの年齢、ユーザーの体重、ユーザーの身長、ユーザーのウイングスパン、反復の数、運動の持続時間、又はそれらの組み合わせに関連して、データベースに蓄えられる。幾つかの実施形態において、運動モデルは、運動解析サーバアプリケーション又は個人の運動解析アプリケーションのデータベース中で追加、修正、削除される。幾つかの実施形態において、各運動モデルは、画定された運動を行なう複数のユーザーからの平均データから生成される。更なる実施形態において、平均データは、各ユーザーの専門知識の水準に基づく加重平均データである。幾つかの実施形態において、１以上の運動モデルは、画定された運動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、１以上の運動モデルは、一般的な運動フォームの問題を模倣するために画定された運動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、１以上の運動モデルは、典型的な運動フォームを示すために画定された運動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、各運動モデルは、異なる数の反復で画定された運動を行なう１人のユーザーからの平均データから生成される。更なる実施形態において、各運動モデルは、画定された運動を行なうユーザーの１、２、又は３次元の身体動作データから生成される。更なる実施形態において、画定された運動を行なうユーザーの身体動作データは、ジャイロスコープから受信した加速度データ、又は加速度計からの角速度データである。また更なる実施形態において、身体動作データは、圧力センサ、ＧＰＳ、タイマー、又は温度計から受信される。幾つかの実施形態において、ユーザーの３Ｄの身体動作に関連したデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度を含む。幾つかの実施形態において、受信したデータは更に、大気圧、水圧、風速、水速、重力レベル、又は温度を含む運動環境に関連する。幾つかの実施形態において、１以上の運動モデルは、個人の運動解析アプリケーションにおける確率的解析への入力である。

＜個人の活動解析アプリケーション＞
幾つかの実施形態において、本明細書に記載されるデバイス、プラットフォーム、及び媒体は、個人の活動解析アプリケーション又はその使用を含む。特定の実施形態において、個人の活動解析アプリケーションは、３次元でのユーザーの身体動作に関連したデータを受信するためのソフトウェアモジュールを備える。更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、加速度データ及び／又は角速度データを含む。また更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、加速度計又はジャイロスコープから選択される１以上から受信される。他の実施形態において、３次元でのユーザーの身体動作に関連したデータは加速度データである。更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、加速度計の１以上から受信される。幾つかの実施形態において、加速度データは、１、２、又は３の空間的な次元、及び／又は、任意の単一の次元について正及び負の方向を伴う１つの一時的な次元、又はそれらの組み合わせで、加速度情報を含む。幾つかの実施形態において、角速度データは、１、２、又は３の空間的な次元、及び／又は、任意の単一の次元について正及び負の方向を伴う１つの一時的な次元、又はそれらの組み合わせで、方位情報を含む。幾つかの実施形態において、加速度データと角速度データは、３次元のクトルである。他の実施形態において、加速度データと角速度データは４次元のベクトルである。また更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、圧力センサ、ＧＰＳ、タイマー、速度センサ、振動センサ、又は温度計から受信される。幾つかの実施形態において、３次元でのユーザーの身体動作に関連したデータは、１、２、又は３次元の距離、頻度、段階、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度、持続時間、圧力などを含む。更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度、持続時間、圧力などの、数学的又は統計処理を含む。幾つかの実施形態において、３次元でのユーザーの身体動作に関連したデータは更に、大気圧、水抵抗、風抵抗、水圧、風速、水速、重力レベル、又は温度を含む運動環境に関連する。

特定の実施形態において、個人の活動解析アプリケーションは、パーソナルコンピューティングデバイスを学習モードに置くように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、学習モードは、１、２、又は３次元での画定された活動を行なうユーザーの身体動作に関連したデータを記録する工程を含む。更なる実施形態において、３次元でのユーザーの身体動作に関連したデータは、活動に関する統計活動モデルを生成するための、画定された活動を行なうユーザーの加速度データ及び／又は角速度データである。幾つかの実施形態において、ユーザーは、資格のあるフィットネス専門家、コーチ、個人トレーナー、熟練者、スポーツ選手、プロ選手、教師、指導者、講師、ロボットなどの１以上である。幾つかの実施形態において、活動は、１、２、又は３次元での身体動作に関する身体活動である。更なる実施形態において、活動は、歯ブラシ、シャワー、散水、配管（ｐｌｕｍｂｉｎｇ）、トリミング、銃の射撃、ドライブ、自転車の運転、パラシュート（ｐａｒａｓｈｏｏｔｉｎｇ）、切断、絵画、銃の反動による身体動作、タイピング、裁縫、描画、執筆、楽器演奏、掃除、ガーデニング、スイミング、握手、アルコール混合、ボトルの開口、ビデオゲームのプレー、ダンスなどを含む。更なる実施形態において、画定された活動の統計活動モデルは、活動のタイプ、年齢、体重、身長、性別、ウイングスパン、反復、又は情報に基づいて別々に生成される。

幾つかの実施形態において、各活動モデルは、画定された活動を行なう１以上のユーザーからの平均データから生成される。更なる実施形態において、平均データは、各ユーザーの専門知識の水準に基づく加重平均データである。幾つかの実施形態において、１以上の活動モデルは、画定された活動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、１以上の活動モデルは、一般的な活動フォームの問題を模倣するために画定された活動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、１以上の活動モデルは、典型的な活動フォームを示すために画定された活動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、各活動モデルは、複数の反復で画定された活動を行なう１人のユーザーからの平均データから生成される。更なる実施形態において、統計モデルは、画定された活動を行なうユーザーの３Ｄの身体動作から生成される。

幾つかの実施形態において、個人の活動解析アプリケーションは更に、デバイスを標準モードに置くように構成されるソフトウェアモジュールを備え、標準モードは、確率的解析を、３次元の身体動作に関連するデータに適用する工程であって、それにより、活動タイプを識別し、記録した活動モデルと比較することで活動タイプを分類して、活動の反復を識別する、工程を含む。幾つかの実施形態において、３次元の身体動作は、パーソナルコンピューティングデバイスから収集されたデータに関連する未加工の動作である。他の実施形態において、３Ｄの身体動作に関連するデータは、確率的解析の適用前に運動センサから収集された未加工のデータに基づいて前処理される。更なる実施形態において、前処理は、空間、時間、又は周波数に関連する平均化、量子化、ノイズ除去、平滑化、直線又は非直線のフィッティング、フィルタリング、計量、切り詰め、消去、変形、掛け算、引き算、割り算、書き込み、導出、四捨五入、再編成、積算、累乗などの１以上を含む。また更なる実施形態において、前処理は、標準スコア、ｚ−スコアの計算、量子化、ＰＣＡ解析（主成分解析）、未加工データの平均を引くこと、未加工データの標準偏差により割ることなどを含む、未加工データの数学的又は統計的操作を含む。

幾つかの実施形態において、活動を分類する確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、ダイナミックシステム、主成分解析、ｋ−平均法、ダイナミック・ベイズジアンネットワーク、混合モデル、回帰モデル、マルコフ確率場、条件付確率場、テンプレートマッチング、ダイナミック確率的グラフィックモデル、Ｋ−近傍モデル、特許認識モデル、統計的学習モデル、機械学習モデル、又はそれらの組み合わせの利用を含む。幾つかの実施形態において、確率的解析への入力は、１以上の画定された活動を行なうユーザーの１、２、又は３次元での未処理の身体動作データを含む。更なる実施形態において、確率的解析への入力は、１以上の画定された活動を行なうユーザーの１、２、又は３次元での前処理された身体動作データを含む。更なる実施形態において、前処理が数学的又は統計的操作によるものである。幾つかの実施形態において、確率的解析への入力は、１以上の記録された活動モデルを含む。幾つかの実施形態において、確率的解析の出力は、確率、確率のベクトル、有意性、有意性のベクトル、ｐ値、ｐ値のベクトル、積算誤差、積算誤差のベクトルなどを含む。更なる実施形態において、出力値は、０以上１以下である。更なる実施形態において、確率的解析の出力は定められた合計を有する。また更なる実施形態において、確率的解析の出力は１の合計を有する。

幾つかの実施形態において、個人の活動解析アプリケーションは、ユーザーの活動フォームを採点するために３Ｄの身体動作に比較方法を適用するように構成されるソフトウェアモジュールを更に備える。更なる実施形態において、スコアは、平均スコア、個人の最高スコア、個人の最低スコア、時間に関するスコアプロフィール、反復に関するスコアプロフィール、又はそれらの組み合わせを含む。比較方法は、二乗した差の和、統計的乖離、平均二乗偏差の平方根、平均二乗偏差の平方根の和、二乗平均の和、退行、Ｍａｈａｌａｎｏｂｉｓ距離、又はそれらの組み合わせを含む。更なる実施形態において、ユーザーの活動フォームは、Ａ、Ｂ、Ｃ、Ｄ、Ｅ、及びＦのリストから選択する文字グレードを使用して採点される。他の実施形態において、ユーザーの活動フォームは、１００パーセンタイル乃至０パーセンタイルに及ぶパーセンタイル・グレードを使用して採点される。他の実施形態において、ユーザーの活動フォームは、１０乃至０、５乃至０、又は４乃至０に及び数のグレードを使用して採点される。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、時間又は反復に関するユーザーの改善、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの３Ｄの身体動作のデータの、異なるユーザーから生成した活動モデル或いは少なくとも２つのユーザーのデータの平均との比較から得られる。更なる実施形態において、異なるユーザー又は他のユーザーは、資格のあるフィットネス専門家、コーチ、個人トレーナー、熟練者、スポーツ選手、プロ選手、ロボットなどの１以上である。

幾つかの実施形態において、アプリケーションは更に、ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは入力デバイスを介してユーザーとデバイスの相互作用を可能にする。更なる実施形態において、入力デバイスは、タッチスクリーン、キー、ボタン、スクロール、マウス、キーボード、ポインティングデバイス、リモートコントロール、マイクロホン、動作センサ、眼球運動センサ、温度センサ、光学センサ、又は圧力センサを含む。更なる実施形態において、相互作用は、タッチ、クリック、バイブレーション、振動、タップ、強調表示、旋回、コンタリング、ジェスチャ、ポインティング、スワイプ、プレス、眼球運動、又は交差を含む。幾つかの実施形態において、ユーザーインターフェースは、メッセージのオンデバイス・ディスプレイ、デバイスモードの選択又は修正、レストタイマー、音、光、又はバイブレーションを介する即時のフィードバック、デバイス校正、エラーの報告、エラーの校正、活動に関連するリマインダー、生理学的データに関連するリマインダー、又はそれらの組み合わせを可能にする。更なる実施形態において、即時のフィードバックは、音、光、又はバイブレーションを介してユーザーの生理学的データ又はユーザーの活動に関連したパフォーマンスのフィードバックを含む。幾つかの実施形態において、オンデバイス・ディスプレイは、スコア、活動タイプ、反復の数、筋疲労のレベル、活動持続時間、活動に特有のメッセージ、ユーザーの生理学的データ、デバイスに関連したメッセージ、保存スペースの使用量、バッテリーレベル、保存した関連活動の数、運動ログ、ユーザープロフィールなどのディスプレイを含む。更なる実施形態において、グラフィック・ユーザーインターフェースは、ユーザーが、活動に関連する情報を、及び／又は、１以上の数学的又は統計的操作により活動に関連する情報を校正することを可能にする。更なる実施形態において、活動に関連する情報は、活動タイプ、多くの反復、活動ログ、スコア、平均スコア、平均持続時間、平均重量、総合持続時間、総合スコア、最小又は最大スコア、スコアログ、重量、持続時間、又は任意の活動から得た情報を含む。更なる実施形態において、活動に関連する情報の校正は、統計解析又は確率的解析の方法を更新するために使用される。

幾つかの実施形態において、活動はウェイトトレーニング活動であり、活動に特有のメッセージは次のものを含む：時間消費、多くの反復、重すぎるウェイト、軽すぎるウェイト、あまりに変わりすぎたウェイト、速すぎる動作、不安定すぎる身体、不正確な形態、一貫しすぎた形態、採点した活動の数、及び活動フォームに関する矯正の助言。幾つかの実施形態において、デバイスに特有のメッセージは、接続されたＢｌｕｅｔｏｏｔｈ（登録商標）、切断されたＢｌｕｅｔｏｏｔｈ（登録商標）、保存された活動の総数、追加した新しい活動タイプ、消去した活動タイプ、活動タイプの誤差、低い保存スペース、バッテリーレベルの通知、検出したジェオロケーション、開始されたリセットタイマー、止められたリセットタイマー、ジェオロケーションの誤差、検出した環境、環境の誤差、又はそれらの組み合わせを含む。

幾つかの実施形態において、個人の活動解析アプリケーションは、画定された活動を行なうユーザーの３Ｄの身体動作に関連したデータを、活動解析サーバアプリケーションに送信するか、又はそこから受信するように構成されるソフトウェアモジュールを備える。更なる実施形態において、送信又は受信は直接である。他の実施形態において、送信又は受信は間接であり、データはデジタルデバイスに最初に送信される。更なる実施形態において、デジタルデバイスは、コンピュータ、モバイルデバイス、オンラインアカウント、オンラインデータベース、デジタル記憶メディア、サーバ、ハブ、ハードドライブ、ＵＳＢドライブ、クラウド記憶スペースなどである。

幾つかの実施形態において、個人の活動解析アプリケーションは更に、ユーザーが個人プロフィールを作成するのを可能にするインターフェースを提示するように構成されるソフトウェアモジュールを備える。更なる実施形態において、プロフィールは、体重、身長、年齢、性別、ウイングスパン、フィットネス専門知識、活動目標、スコアの目標、デバイスの着用に関する嗜好性、活動ログ、スコア記録、活動に関連した情報の統計解析などを含む。

幾つかの実施形態において、サーバアプリケーションは、画定された活動を行うユーザーの３Ｄの身体動作のデータに確率的解析を適用し、それにより活動事象を識別し、統計的運動モデルの１以上との比較により活動タイプを分類して、活動の反復を識別するように構成されるソフトウェアモジュールを備える。更なる実施形態において、３Ｄの身体動作のデータは加速度データと角速度データを含む。

幾つかの実施形態において、アプリケーションは、統計解析を加速度データと角速度データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュールを備える。更なる実施形態において、スコアは、平均スコア、個人の最高スコア、個人の最低スコア、時間に関するスコアプロフィール、反復に関するスコアプロフィール、又はそれらの組み合わせを含む。比較方法は、２乗した差の和、平均二乗偏差の平方根、平均二乗偏差の平方根の和、二乗平均の和、退行、Ｍａｈａｌａｎｏｂｉｓ距離、又はそれらの組み合わせを含む。更なる実施形態において、ユーザーの活動フォームは、Ａ、Ｂ、Ｃ、Ｄ、Ｅ、及びＦのリストから選択する文字グレードを使用して採点される。他の実施形態において、ユーザーの活動フォームは、１００パーセンタイル乃至０パーセンタイルに及ぶパーセンタイル・グレードを使用して採点される。他の実施形態において、ユーザーの活動フォームは、１０乃至０、５乃至０、又は４乃至０に及び数のグレードを使用して採点される。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、時間又は反復に関するユーザーの改善、又はそれらの組み合わせから得られる。幾つかの実施形態において、スコアは、少なくとも部分的に、ユーザーの３Ｄの身体動作データの、異なるユーザーから生成した運動モデル或いは少なくとも２つのユーザーのデータの平均との比較から得られる。更なる実施形態において、異なるユーザー又は他のユーザーは、資格のあるフィットネス専門家、コーチ、個人トレーナー、熟練者、スポーツ選手、プロ選手、ロボットなどの１以上である。

幾つかの実施形態において、個人の活動解析アプリケーションは更に、デバイスを校正モードに置くように構成されるソフトウェアモジュールを備え、校正モードは、特定ユーザーの１以上の３次元の身体動作に関連したデータに確率的解析を適用する工程であって、それにより確率的解析におけるユーザーに依存するパラメータを識別する、工程を含む。幾つかの実施形態において、３次元の身体動作は、パーソナルコンピューティングデバイスから収集されたデータに関連する未加工の動作である。他の実施形態において、３Ｄの身体動作に関連するデータは、確率的解析の適用前に運動センサから収集された未加工のデータに基づいて前処理される。更なる実施形態において、前処理は、空間、時間、又は周波数に関連する平均化、量子化、ノイズ除去、平滑化、直線又は非直線のフィッティング、フィルタリング、計量、切り詰め、消去、変形、掛け算、引き算、割り算、書き込み、導出、四捨五入、再編成、積算、累乗などの１以上を含む。また更なる実施形態において、前処理は、標準スコア、ｚ−スコアの計算、量子化、ＰＣＡ解析（主成分解析）、未加工データの平均の控除、未加工データの標準偏差による分割などを含む、未加工データの数学的又は統計的操作を含む。

＜活動解析サーバアプリケーション＞
幾つかの実施形態において、本明細書に記載されるデバイス、プラットフォーム、及び媒体は、活動解析サーバアプリケーション又はその使用を含む。幾つかの実施形態において、サーバアプリケーションは統計活動モデルのデータベースを備える。更なる実施形態において、データベースは、少なくとも１、少なくとも２、少なくとも５、少なくとも８、少なくとも１０、少なくとも２０、少なくとも４０、少なくとも５０、少なくとも８０、少なくとも１００、少なくとも１５０、少なくとも２５０、少なくとも２００、少なくとも３００、少なくとも４００、又は少なくとも５００の運動モデルを含み、各モデルは特定の活動に関連する。更なる実施形態において、特定の活動モデルは、活動タイプ、ユーザーの性別、ユーザーの年齢、ユーザーの体重、ユーザーの身長、ユーザーのウイングスパン、反復の数、活動持続時間、又はそれらの組み合わせに関連して、データベースに蓄えられる。幾つかの実施形態において、各活動モデルは、画定された活動を行なう複数のユーザーからの平均データから生成される。更なる実施形態において、平均データは、各ユーザーの専門知識の水準に基づく加重平均データである。幾つかの実施形態において、１以上の活動モデルは、画定された活動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、１以上の活動モデルは、一般的な活動フォームの問題を模倣するために画定された活動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、１以上の活動モデルは、典型的な活動フォームを示すために画定された活動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、各活動モデルは、異なる数の反復で画定された活動を行なう１人のユーザーのからの平均データから生成される。更なる実施形態において、各活動モデルは、画定された活動を行なうユーザーの１、２、又は３次元の身体動作データから生成される。更なる実施形態において、画定された活動を行なうユーザーの身体動作データは、ジャイロスコープから受信した加速度データ、又は加速度計からの角速度データである。また更なる実施形態において、身体動作データは、圧力センサ、ＧＰＳ、タイマー、又は温度計から受信される。幾つかの実施形態において、ユーザーの３Ｄの身体動作に関連したデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度を含む。幾つかの実施形態において、受信したデータは更に、大気圧、水圧、風速、水速、重力レベル、又は温度を含む運動環境に関連する。

幾つかの実施形態において、活動解析サーバアプリケーションは、パーソナルコンピューティングデバイスから、画定された活動を行なうユーザーの３Ｄの身体動作に関連したデータを受信するように構成されるソフトウェアモジュールを備える。更なる実施形態において、サーバアプリケーションは、少なくとも５、少なくとも８、少なくとも１０、少なくとも２０、少なくとも３０、少なくとも４０、少なくとも５０、少なくとも８０、少なくとも１００、少なくとも２００、少なくとも５００、少なくとも１０００、少なくとも５０００、少なくとも１００００、又は少なくとも２００００のパーソナルコンピューティングデバイスから、画定された活動を行なうユーザーの３Ｄの身体動作に関連したデータを受信する。

幾つかの実施形態において、サーバアプリケーションは、画定された活動を行うユーザーの３Ｄの身体動作のデータに確率的解析を適用し、それにより活動事象を識別し、統計活動モデルの１以上との比較により活動タイプを分類して、及び／又は活動の反復を識別するように構成されるソフトウェアモジュールを備える。幾つかの実施形態において、サーバアプリケーションは、統計解析を３Ｄの身体動作データに適用してユーザーの活動フォームを採点するように構成されるソフトウェアモジュールを備える。更なる実施形態において、３Ｄの身体動作のデータは加速度データと角速度データを含む。更なる実施形態において、３Ｄの身体動作のデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度を含む。更なる実施形態において、ユーザーの３Ｄの身体動作に関連したデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度、持続時間、圧力などの、数学的又は統計処理を含む。幾つかの実施形態において、受信したデータは更に、大気圧、水圧、風速、水速、重力レベル、又は温度を含む運動環境に関連する。

幾つかの実施形態において、活動解析サーバアプリケーションは更に、ユーザーが個人プロフィールを作成、修正、消去、又は保存するのを可能にするインターフェースを提示するように構成されるソフトウェアモジュールを備える。更なる実施形態において、プロフィールは、体重、身長、年齢、性別、ウイングスパン、フィットネス専門知識、デバイス着用の嗜好性などを含む。

＜活動モデル＞
幾つかの実施形態において、各活動モデルは特定の身体活動に関連する。更なる実施形態において、特定の活動モデルは、活動タイプ、ユーザーの性別、ユーザーの年齢、ユーザーの体重、ユーザーの身長、ユーザーのウイングスパン、反復の数、活動持続時間、又はそれらの組み合わせに関連して、データベースに蓄えられる。幾つかの実施形態において、活動モデルは、活動解析サーバアプリケーション又は個人の活動解析アプリケーションのデータベース中で追加、修正、削除される。幾つかの実施形態において、各活動モデルは、画定された活動を行なう複数のユーザーからの平均データから生成される。更なる実施形態において、平均データは、各ユーザーの専門知識の水準に基づく加重平均データである。幾つかの実施形態において、１以上の活動モデルは、画定された活動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される。幾つかの実施形態において、１以上の活動モデルは、一般的な活動フォームの問題を模倣するために画定された活動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、１以上の活動モデルは、典型的な活動フォームを示すために画定された活動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される。他の実施形態において、各活動モデルは、異なる数の反復で画定された活動を行なう１人のユーザーのからの平均データから生成される。更なる実施形態において、各活動モデルは、画定された活動を行なうユーザーの１、２、又は３次元の身体動作データから生成される。更なる実施形態において、画定された活動を行なうユーザーの身体動作データは、ジャイロスコープから受信した加速度データ、又は加速度計からの角速度データである。また更なる実施形態において、身体動作データは、圧力センサ、ＧＰＳ、タイマー、又は温度計から受信される。幾つかの実施形態において、ユーザーの３Ｄの身体動作に関連したデータは、１、２、又は３次元の距離、変位、加速度、角速度、線形運動量、スピード、座標、ジェオロケーション、力、トルク、半径、周長、高度を含む。幾つかの実施形態において、受信したデータは更に、大気圧、水圧、風速、水速、重力レベル、又は温度を含む運動環境に関連する。幾つかの実施形態において、１以上の活動モデルは、個人の活動解析アプリケーションにおける確率的解析への入力である。

＜デジタル処理デバイス＞
幾つかの実施形態において、本明細書に記載されるプラットフォーム、媒体、方法、及びアプリケーションは、デジタル処理デバイス、プロセッサ、又はその使用を含む。更なる実施形態において、デジタル処理デバイスは、デバイスの機能を実行する１つ以上のハードウェア中央処理装置（ＣＰＵ）を備える。また更なる実施形態において、デジタル処理デバイスは、実行可能命令を実行するように構成される運用システムを更に備える。幾つかの実施形態において、デジタル処理デバイスはコンピュータネットワークに随意に接続される。更なる実施形態において、デジタル処理デバイスは、ワールド・ワイド・ウェブにアクセスするようインターネットに随意に接続される。また更なる実施形態において、デジタル処理デバイスは、クラウド・コンピューティング・インフラストラクチャーに随意に接続される。他の実施形態において、デジタル処理デバイスはイントラネットに随意に接続される。他の実施形態において、デジタル処理デバイスはデータ記憶デバイスに随意に接続される。

本明細書の記載に従って、適切なデジタル処理デバイスは、限定されないが、サーバコンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、ノートブックコンピュータ、サブノートブックコンピュータ、ネットブックコンピュータ、ネットパッド（ｎｅｔｐａｄ）コンピュータ、セットトップコンピュータ、ハンドヘルドコンピュータ、インターネット家電、モバイルスマートフォン、タブレットコンピュータ、パーソナルデジタルアシスタント、ビデオゲームコンソール、及び伝達手段（ｖｅｈｉｃｌｅｓ）を含む。当業者は、多くのスマートフォンが、本明細書に記載されるシステムにおいて使用するのに適していることを認識する。当業者はまた、随意のコンピュータネットワーク接続性を備えた、選択したテレビ、ビデオプレーヤー、及びデジタル音楽プレーヤーが、本明細書に記載されるシステムにおいて使用するのに適していることを認識する。適切なタブレットコンピュータは、当業者に既知の、ブックレット、スレート、及び変換可能な構成を備えたものを含む。

幾つかの実施形態において、デジタル処理デバイスは、実行可能命令を実行するように構成される運用システムを備える。運用システムは、例えば、デバイスのハードウェアを管理し、アプリケーションの遂行のためのサービスを提供する、プログラム及びデータを含むソフトウェアである。当業者は、適切なサーバ運用システムが、限定されないが、ＦｒｅｅＢＳＤ、ＯｐｅｎＢＳＤ、ＮｅｔＢＳＤ（登録商標）、Ｌｉｎｕｘ（登録商標）、Ａｐｐｌｅ（登録商標）、Ｍａｃ ＯＳ Ｘ Ｓｅｒｖｅｒ（登録商標）、Ｏｒａｃｌｅ（登録商標）Ｓｏｌａｒｉｓ（登録商標）、Ｗｉｎｄｏｗｓ（登録商標）Ｓｅｒｖｅｒ（登録商標）、及びＮｏｖｅｌｌ（登録商標）ＮｅｔＷａｒｅ（登録商標）を含むことを認識する。当業者は、適切なパーソナルコンピュータ運用システムが、限定されないが、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ（登録商標）、Ａｐｐｌｅ（登録商標）Ｍａｃ ＯＳ Ｘ（登録商標）、ＵＮＩＸ（登録商標）、及び、ＧＮＵ／Ｌｉｎｕｘ（登録商標）などのＵＮＩＸ（登録商標）のような運用システムを含むことを認識するであろう。幾つかの実施形態において、運用システムはクラウド・コンピューティングによって提供される。当業者はまた、適切なモバイルスマートフォンの運用システムが、限定されないが、Ｎｏｋｉａ（登録商標）Ｓｙｍｂｉａｎ（登録商標）ＯＳ、Ａｐｐｌｅ（登録商標）ｉＯＳ（登録商標）、Ｒｅｓｅａｒｃｈ Ｉｎ Ｍｏｔｉｏｎ（登録商標）ＢｌａｃｋＢｅｒｒｙ ＯＳ（登録商標）、Ｇｏｏｇｌｅ（登録商標）Ａｎｄｒｏｉｄ（登録商標）、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ（登録商標）Ｐｈｏｎｅ（登録商標）ＯＳ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ（登録商標）Ｍｏｂｉｌｅ（登録商標）ＯＳ、Ｌｉｎｕｘ（登録商標）、及びＰａｌｍ（登録商標）ＷｅｂＯＳ（登録商標）を含むことを認識するであろう。

幾つかの実施形態において、デバイスは、記憶及び／又はメモリデバイスを含む。記憶及び／又はメモリデバイスは、一時的又は恒久的な基礎に基づいてデータ又はプログラムを記憶するために使用される１以上の物理的な機器である。幾つかの実施形態において、デバイスは揮発性メモリであり、記憶した情報を維持するための電力を必要とする。幾つかの実施形態において、デバイスは不揮発性メモリであり、デジタル処理デバイスに電力が供給されない場合、記憶した情報を保持する。更なる実施形態において、不揮発性メモリはフラッシュメモリを含む。幾つかの実施形態において、不揮発性メモリはダイナミック・ランダム・アクセス・メモリ（ＤＲＡＭ）を含む。幾つかの実施形態において、不揮発性メモリは強誘電体ランダム・アクセス・メモリ（ＦＲＡＭ（登録商標））を含む。幾つかの実施形態において、不揮発性メモリは相変化ランダムアクセスメモリ（ＰＲＡＭ）を含む。幾つかの実施形態において、不揮発性メモリは磁気抵抗ランダムアクセスメモリ（ＭＲＡＭ）を含む。他の実施形態において、デバイスは、限定されないが、ＣＤ−ＲＯＭ、ＤＶＤ、フラッシュメモリデバイス、磁気ディスクドライブ、光ディスクドライブ、及びクラウドコンピューティングベースの記憶装置を含む、記憶デバイスである。更なる実施形態において、記憶及び／又はメモリデバイスは、本明細書に開示されるものなどのデバイスの組み合わせである。

幾つかの実施形態において、デジタル処理デバイスは、ユーザーに視覚情報を送信するためのディスプレイを備える。幾つかの実施形態において、ディスプレイはブラウン管（ＣＲＴ）である。幾つかの実施形態において、ディスプレイは液晶ディスプレイ（ＬＣＤ）である。更なる実施形態において、ディスプレイは薄膜トランジスタ液晶ディスプレイ（ＴＦＴ−ＬＣＤ）である。幾つかの実施形態において、ディスプレイは有機発光ダイオード（ＯＬＥＤ）ディスプレイである。様々な更なる実施形態において、ＯＬＥＤディスプレイは、パッシブマトリクスＯＬＥＤ（ＰＭＯＬＥＤ）又はアクティブマトリクスＯＬＥＤ（ＡＭＯＬＥＤ）のディスプレイである。幾つかの実施形態において、ディスプレイはプラズマディスプレイである。幾つかの実施形態において、ディスプレイはＥ−ペーパー又はＥ−インクである。他の実施形態において、ディスプレイはビデオプロジェクターである。また更なる実施形態において、ディスプレイは、本明細書に開示されるものなどのデバイスの組み合わせである。

幾つかの実施形態において、デジタル処理デバイスは、ユーザーから情報を受信するための入力デバイスを備える。幾つかの実施形態において、入力デバイスはキーボードである。幾つかの実施形態において、入力デバイスは、限定されないが、マウス、トラックボール、トラックパッド、ジョイスティック、ゲームコントローラ、又はスタイラスを含むポインティングデバイスである。幾つかの実施形態において、入力デバイスはタッチスクリーン又はマルチタッチスクリーンである。他の実施形態において、入力デバイスは、声又は他の音入力を捕らえるマイクロホンである。他の実施形態において、入力デバイスは、動作又は視覚の入力を捕捉するビデオカメラ又は他のセンサである。更なる実施形態において、入力デバイスは、Ｋｉｎｅｃｔ、Ｌｅａｐ Ｍｏｔｉｏｎなどである。また更なる実施形態において、入力デバイスは、本明細書に開示されるものなどのデバイスの組み合わせである。

＜非一時的なコンピュータ可読記憶媒体＞
幾つかの実施形態において、本明細書に開示されるプラットフォーム、媒体、方法、及びアプリケーションは、随意にネットワーク化されたデジタル処理デバイスの運用システムによって実行可能な命令を含むプログラムでコード化された、１以上の非一時的なコンピュータ可読記憶媒体を含む。更なる実施形態において、コンピュータ可読記憶媒体はデジタル処理デバイスの有形成分である。また更なる実施形態において、コンピュータ可読記憶媒体は、デジタル処理デバイスから任意に取外し可能である。幾つかの実施形態において、コンピュータ可読記憶媒体は、限定されないが、ＣＤ−ＲＯＭ、ＤＶＤ、フラッシュメモリデバイス、固体記憶装置、磁気ディスクドライブ、磁気テープドライブ、光ディスクドライブ、クラウドコンピューティングシステム及びサービスなどを含む。幾つかの場合において、プログラム及び命令は、永続的に、実質的に永続的に、半永続的に、又は非一時的に、媒体上でコード化される。

＜コンピュータプログラム＞
幾つかの実施形態において、本明細書に記載されるプラットフォーム、媒体、方法、及びアプリケーションは、少なくとも１つのコンピュータプログラム、又はその使用を含む。コンピュータプログラムは、デジタル処理デバイスのＣＰＵにおいて実行可能であり、タスクを実行するために文書化した一連の命令を含む。コンピュータ可読の命令は、特定のタスクを実行するか又は特定の抽象データ型を実装する、機能、対象（ｏｂｊｅｃｔｓ）、アプリケーションプログラムインターフェース（ＡＰＩ）、データ構造などのプログラムモジュールとして実行されてもよい。本明細書で提供される開示に照らして、当業者は、コンピュータプログラムが様々な言語の様々なバージョンで文書化され得ることを認識するであろう。

コンピュータ可読の命令の機能性は、様々な環境に所望されるものとして組み合わせられるか、又は分布されてもよい。幾つかの実施形態において、コンピュータプログラムは命令の１つの順序を含む。幾つかの実施形態において、コンピュータプログラムは命令の複数の順序を含む。幾つかの実施形態において、コンピュータプログラムは、１つの場所から提供される。他の実施形態において、コンピュータプログラムは複数の場所から提供される。様々な実施形態において、コンピュータプログラムは、１以上のソフトウェアモジュールを含む。様々な実施形態において、コンピュータプログラムは、部分的又は全体的に、１以上のウェブアプリケーション、１以上のモバイルアプリケーション、１以上の独立型アプリケーション、１以上のウェブブラウザ・プラグイン、拡張、アドイン、又はアドオン、或いはそれらの組み合わせを含む。

＜ウェブアプリケーション＞
幾つかの実施形態において、コンピュータプログラムはウェブアプリケーションを備える。本明細書で提供される開示に照らして、当業者は、ウェブアプリケーションが、様々な実施形態において、１以上のソフトウェアフレームワーク及び１以上のデータベースシステムを利用することを認識する。幾つかの実施形態において、ウェブアプリケーションは、Ｍｉｃｒｏｓｏｆｔ（登録商標）．ＮＥＴ又はＲｕｂｙ ｏｎ Ｒａｉｌｓ （ＲｏＲ）などのソフトウェアフレームワーク上で作成される。幾つかの実施形態において、ウェブアプリケーションは、限定されないが、リレーショナル、非リレーショナル、オブジェクト指向、連想型、及びＸＭＬのデータベースシステムを含む、１以上のデータベースシステムを利用する。更なる実施形態において、適切なリレーショナルデータベースシステムは、限定されないが、Ｍｉｃｒｏｓｏｆｔ（登録商標）ＳＱＬ Ｓｅｒｖｅｒ、ｍｙＳＱＬ（商標）、及びＯｒａｃｌｅ（登録商標）を含む。当業者は、ウェブアプリケーションが、様々な実施形態において、１以上の言語の１以上のバージョンで書かれることを認識する。ウェブアプリケーションは、１以上のマークアップ言語、プレゼンテーション定義言語、クライアント側スクリプト言語、サーバ側コード化言語、データベース照会言語、又はそれらの組み合わせで書かれ得る。幾つかの実施形態において、ウェブアプリケーションは、Ｈｙｐｅｒｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＨＴＭＬ）、Ｅｘｔｅｎｓｉｂｌｅ Ｈｙｐｅｒｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＨＴＭＬ）、又はｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＭＬ）などのマークアップ言語で、ある程度書かれる。幾つかの実施形態において、ウェブアプリケーションは、Ｃａｓｃａｄｉｎｇ Ｓｔｙｌｅ Ｓｈｅｅｔｓ（ＣＳＳ）などのプレゼンテーション定義言語で、ある程度書かれる。幾つかの実施形態において、ウェブアプリケーションは、Ａｓｙｎｃｈｒｏｎｏｕｓ Ｊａｖａ（登録商標）ｓｃｒｉｐｔ ａｎｄ ＸＭＬ（ＡＪＡＸ）、Ｆｌａｓｈ（登録商標）Ａｃｔｉｏｎｓｃｒｉｐｔ、Ｊａｖａ（登録商標）ｓｃｒｉｐｔ、又はＳｉｌｖｅｒｌｉｇｈｔ（登録商標）などのクライアント側スクリプトで、ある程度書かれる。幾つかの実施形態において、コンピュータプログラムは、Ａｃｔｉｖｅ Ｓｅｒｖｅｒ Ｐａｇｅｓ（ＡＳＰ）、ＣｏｌｄＦｕｓｉｏｎ（登録商標）、Ｐｅｒｌ、Ｊａｖａ（登録商標）、Ｊａｖａ（登録商標）Ｓｅｒｖｅｒ Ｐａｇｅｓ（ＪＳＰ）、Ｈｙｐｅｒｔｅｘｔ Ｐｒｅｐｒｏｃｅｓｓｏｒ（ＰＨＰ）、Ｐｙｔｈｏｎ（商標）、Ｒｕｂｙ、Ｔｃｌ、Ｓｍａｌｌｔａｌｋ、ＷｅｂＤＮＡ（登録商標）、又はＧｒｏｏｖｙなどのサーバ側コード化言語で、ある程度書かれる。幾つかの実施形態において、ウェブアプリケーションは、Ｓｔｒｕｃｔｕｒｅｄ Ｑｕｅｒｙ Ｌａｎｇｕａｇｅ（ＳＱＬ）などのデータベース照会言語で、ある程度書かれる。幾つかの実施形態において、ウェブアプリケーションは、ＩＢＭＲ Ｌｏｔｕｓ Ｄｏｍｉｎｏ（登録商標）などの企業サーバ製品を統合する。幾つかの実施形態において、ウェブアプリケーションはメディアプレイヤー要素を含む。様々な更なる実施形態において、メディアプレイヤー要素は、限定されないが、Ａｄｏｂｅ（登録商標）Ｆｌａｓｈ（登録商標）、ＨＴＭＬ ５、Ａｐｐｌｅ（登録商標）ＱｕｉｃｋＴｉｍｅ（登録商標）、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｓｉｌｖｅｒｌｉｇｈｔ（登録商標）、Ｊａｖａ（登録商標）、及びＵｎｉｔｙ（登録商標）を含む、多くの適切なマルチメディア技術の１以上を利用する。

＜モバイルアプリケーション＞
幾つかの実施形態において、コンピュータプログラムは、モバイルデジタル処理デバイスに設けられるモバイルアプリケーションを備える。幾つかの実施形態において、モバイルアプリケーションは、製造時にモバイルデジタル処理デバイスに設けられる。他の実施形態において、モバイルアプリケーションは、本明細書に記載されるコンピュータネットワークを介してモバイルデジタル処理デバイスに設けられる。

本明細書で提供される開示を考慮して、モバイルアプリケーションは、当該技術分野で既知のハードウェア、言語、及び開発環境を使用する、当業者に既知の技術によって作成される。当業者は、モバイルアプリケーションが様々な言語で書かれることを認識する。
適切なプログラミング言語は、限定されないが、Ｃ、Ｃ＋＋、Ｃ＃、Ｏｂｊｅｃｔｉｖｅ−Ｃ、Ｊａｖａ（登録商標）、Ｊａｖａ（登録商標）ｓｃｒｉｐｔ、Ｐａｓｃａｌ、Ｏｂｊｅｃｔ Ｐａｓｃａｌ、Ｐｙｔｈｏｎ（商標）、Ｒｕｂｙ、ＶＢ．ＮＥＴ、ＷＭＬ、及び、ＣＳＳの有無にかかわらずＸＨＴＭＬ／ＨＴＭＬ、又はそれらの組み合わせを含む。

適切なモバイルアプリケーション開発環境は様々なソースから利用可能である。市販で入手可能な開発環境は、限定されないが、ＡｉｒｐｌａｙＳＤＫ、ａｌｃｈｅＭｏ、Ａｐｐｃｅｌｅｒａｔｏｒ（登録商標）、Ｃｅｌｓｉｕｓ、Ｂｅｄｒｏｃｋ、Ｆｌａｓｈ Ｌｉｔｅ、．ＮＥＴ Ｃｏｍｐａｃｔ Ｆｒａｍｅｗｏｒｋ、Ｒｈｏｍｏｂｉｌｅ、及びＷｏｒｋＬｉｇｈｔ Ｍｏｂｉｌｅ Ｐｌａｔｆｏｒｍを含む。他の開発環境は費用無しで利用可能であり、限定されないが、Ｌａｚａｒｕｓ、ＭｏｂｉＦｌｅｘ、ＭｏＳｙｎｃ、及びＰｈｏｎｅｇａｐを含む。また、モバイルデバイスのメーカーは、限定されないが、ｉＰｈｏｎｅ及びｉＰａｄ （ｉＯＳ） ＳＤＫ、Ａｎｄｒｏｉｄ（商標）ＳＤＫ、ＢｌａｃｋＢｅｒｒｙ（登録商標）ＳＤＫ、ＢＲＥＷ ＳＤＫ、Ｐａｌｍ（登録商標）ＯＳ ＳＤＫ、Ｓｙｍｂｉａｎ ＳＤＫ、ｗｅｂＯＳ ＳＤＫ、及びＷｉｎｄｏｗｓ（登録商標）Ｍｏｂｉｌｅ ＳＤＫを含む、ソフトウェア開発キットを流通させる。

当業者は、様々な商用のフォーラムが、限定されないが、Ａｐｐｌｅ（登録商標）Ａｐｐ Ｓｔｏｒｅ、Ａｎｄｒｏｉｄ（商標）Ｍａｒｋｅｔ、ＢｌａｃｋＢｅｒｒｙ（登録商標）Ａｐｐ Ｗｏｒｌｄ、Ｐａｌｍ ｄｅｖｉｃｅｓのＡｐｐ Ｓｔｏｒｅ、ｗｅｂＯＳのＡｐｐ Ｃａｔａｌｏｇ、ＭｏｂｉｌｅのＷｉｎｄｏｗｓ（登録商標）Ｍａｒｋｅｔｐｌａｃｅ、Ｎｏｋｉａ（登録商標）デバイスのＯｖｉ Ｓｔｏｒｅ、Ｓａｍｓｕｎｇ（登録商標）Ａｐｐｓ、及びＮｉｎｔｅｎｄｏ（登録商標）ＤＳｉ Ｓｈｏｐを含む、モバイルアプリケーションの流通に利用可能であることを認識する。

＜独立型アプリケーション＞
幾つかの実施形態において、コンピュータプログラムは独立型アプリケーションを備え、それは、既存のプロセスへのアドオン、例えばプラグインではなく、独立したコンピュータプロセスとして実行されるプログラムである。当業者は、独立型アプリケーションが頻繁にコンパイルされることを認識する。コンパイラーは、プログラミング言語で書かれたソースコードを、アセンブリ言語又は機械コードなどのバイナリオブジェクト・コード（ｂｉｎａｒｙ ｏｂｊｅｃｔ ｃｏｄｅ）に変形させるコンピュータプログラムである。適切なコンパイルされたプログラミング言語は、限定されないが、Ｃ、Ｃ＋＋、Ｏｂｊｅｃｔｉｖｅ−Ｃ、ＣＯＢＯＬ、Ｄｅｌｐｈｉ、Ｅｉｆｆｅｌ、Ｊａｖａ（登録商標）、Ｌｉｓｐ、Ｐｙｔｈｏｎ（商標）、Ｖｉｓｕａｌ Ｂａｓｉｃ、及びＶＢ ．ＮＥＴ、又はそれらの組み合わせを含む。コンパイルは頻繁に、実行可能なプログラムを作成するために少なくとも部分的に行なわれる。幾つかの実施形態において、コンピュータプログラムは、１以上の実行可能なコンパイルされたアプリケーションを備える。

＜ソフトウェアモジュール＞
幾つかの実施形態において、本明細書に開示されるプラットフォーム、媒体、方法、及びアプリケーションは、ソフトウェア、サーバ、及び／又はデー夕ベースモジュール、又はそれらの使用を含む。本明細書で提供される開示を考慮して、ソフトウェアモジュールは、当該技術分野で既知のマシン、ソフトウェア、及び言語を使用する、当業者に既知の技術によって作り出される。本明細書に開示されたソフトウェアモジュールは多数の方法で実装される。様々な実施形態において、ソフトウェアモジュールは、ファイル、コードのセクション、プログラムする対象物、プログラムする構造、又はそれらの組み合わせを含む。更に様々な実施形態において、ソフトウェアモジュールは、複数のファイル、コードの複数のセクション、複数のプログラムする対象、複数のプログラムする構成、又はそれらの組み合わせを含む。様々な実施形態において、１以上のソフトウェアモジュールは、限定されないが、ウェブアプリケーション、モバイルアプリケーション、及び独立型アプリケーションを含む。幾つかの実施形態において、ソフトウェアモジュールは、１つのコンピュータプログラム又はアプリケーションにある。他の実施形態において、ソフトウェアモジュールは、１より多くのコンピュータプログラム又はアプリケーションにある。幾つかの実施形態において、ソフトウェアモジュールは１つのマシン上でホストされる（ｈｏｓｔｅｄ）。他の実施形態において、ソフトウェアモジュールは１より多くのマシン上でホストされる。更なる実施形態において、ソフトウェアモジュールは、クラウドコンピューティングプラットフォーム上でホストされる。幾つかの実施形態において、ソフトウェアモジュールは１つの場所にある１つ以上のマシン上でホストされる。他の実施形態において、ソフトウェアモジュールは、１より多くの場所にある１つ以上のマシン上でホストされる。

＜データベース＞
幾つかの実施形態において、本明細書に記載されるプラットフォーム、システム、媒体、及び方法は、１以上のデータベース又はその使用を含む。本明細書で提供される開示に照らして、当業者は、多くのデー夕ベースが、バーコード、経路、パーセル（ｐａｒｃｅｌ）、ユーザー、又はネットワークの情報の保存及び復旧に適切であることを認識する。様々な実施形態において、適切なデータベースは、限定されないが、リレーショナルデータベース、非リレーショナルデータベース、オブジェクト指向型データベース、オブジェクトデータベース、実体関連モデルデータベース、連想型データベース、及びＸＭＬデータベースを含む。他の実施形態において、デー夕ベースはインターネットベースである。更なる実施形態において、データベースはウェブベースである。また更なる実施形態において、デー夕ベースは、クラウドコンピューティングベースである。他の実施形態において、データベースは、１以上のローカルコンピュータ記憶デバイスベースである。

本発明の好ましい実施形態が本明細書中で示され且つ記載されてきたが、このような実施形態はほんの一例として提供されるものであることは、当業者に明らかであろう。多数の変形、変化、及び置換は、本発明から逸脱することなく、当業者によって現在想到される。本明細書に記載される本発明の実施形態の様々な代案が、本発明の実施において利用され得ることを理解されたい。

＜ウェブブラウザ・プラグイン＞
幾つかの実施形態において、コンピュータプログラムは、ウェブブラウザ・プラグインを備える。コンピューティングにおいて、プラグインは、より大きなソフトウェアアプリケーションに特異的な機能性を加える、１以上のソフトウェアコンポーネントである。ソフトウェアアプリケーションのメーカーは、第三者である開発者が、アプリケーションに及ぶ能力を作り、新機能の容易な追加を支援し、且つアプリケーションのサイズを減らすことを可能にするように、プラグインを支援する。支援されると、プラグインは、ソフトウェアアプリケーションの機能性のカスタマイズを可能にする。例えば、プラグインは、ビデオを再生し、相互作用を生成し、ウィルスをスキャンし、及び特定のファイルタイプを表示するために、ウェブブラウザにおいて一般的に使用される。当業者は、Ａｄｏｂｅ（登録商標）Ｆｌａｓｈ（登録商標）Ｐｌａｙｅｒ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｓｉｌｖｅｒｌｉｇｈｔ（登録商標）、及びＡｐｐｌｅ（登録商標）ＱｕｉｃｋＴｉｍｅ（登録商標）を含む、様々なウェブブラウザ・プラグインに精通している。幾つかの実施形態において、ツールバーは、１以上のウェブブラウザ拡張部、アドイン、又はアドオンを含む。幾つかの実施形態において、ツールバーは、１以上のエクスプローラバー、ツールバンド、又はデスクバンドを含む。

本明細書で提供される開示を考慮して、当業者は、様々なプラグイン・フレームワークが、限定されないがＣ＋＋、Ｄｅｌｐｈｉ、Ｊａｖａ（登録商標）、ＰＨＰ、Ｐｙｔｈｏｎ（商標）、及びＶＢ ．ＮＥＴを含む様々なプログラミング言語でプラグインの開発を可能にするように利用可能であることを認識する。

ウェブブラウザ（インターネットブラウザとも呼ばれる）は、ワールド・ワイド・ウェブ上で情報資源を検索、提示、及びトラバースする（ｔｒａｖｅｒｓｉｎｇ）ため、ネットワーク接続のデジタル処理デバイスとの使用のために設計される、ソフトウェアアプリケーションである。適切なウェブブラウザは、限定されないが、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ（登録商標）、Ｍｏｚｉｌｌａ（登録商標）Ｆｉｒｅｆｏｘ（登録商標）、Ｇｏｏｇｌｅ（登録商標）Ｃｈｒｏｍｅ、Ａｐｐｌｅ（登録商標）Ｓａｆａｒｉ（登録商標）、Ｏｐｅｒａ Ｓｏｆｔｗａｒｅ（登録商標）Ｏｐｅｒａ（登録商標）、及びＫＤＥ Ｋｏｎｑｕｅｒｏｒを含む。幾つかの実施形態において、ウェブブラウザはモバイルウェブブラウザである。モバイルウェブブラウザ（マイクロブラウザ、ミニブラウザ、及び無線ブラウザとも呼ばれる）は、限定されないが、ハンドヘルドコンピュータ、タブレットコンピュータ、ネットブックコンピュータ、サブノートブックコンピュータ、スマートフォン、音楽プレーヤー、携帯情報端末（ＰＤＡ）、及びハンドヘルドビデオゲームシステムを含むモバイルデジタル処理デバイスでの使用のために設計される。適切なモバイルウェブブラウザは、限定されないが、Ｇｏｏｇｌｅ（登録商標）Ａｎｄｒｏｉｄ（登録商標）ブラウザ、ＲＩＭ ＢｌａｃｋＢｅｒｒｙ（登録商標）ブラウザ、Ａｐｐｌｅ（登録商標）Ｓａｆａｒｉ（登録商標）、Ｐａｌｍ（登録商標）Ｂｌａｚｅｒ、Ｐａｌｍ（登録商標）ＷｅｂＯＳ（登録商標）Ｂｒｏｗｓｅｒ、携帯用のＭｏｚｉｌｌａ（登録商標）Ｆｉｒｅｆｏｘ（登録商標）、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ（登録商標）Ｍｏｂｉｌｅ、Ａｍａｚｏｎ（登録商標）Ｋｉｎｄｌｅ（登録商標）Ｂａｓｉｃ Ｗｅｂ、Ｎｏｋｉａ（登録商標）ブラウザ、Ｏｐｅｒａ Ｓｏｆｔｗａｒｅ（登録商標）Ｏｐｅｒａ（登録商標）Ｍｏｂｉｌｅ、及びＳｏｎｙ（登録商標）ＰＳＰ（商標）ブラウザを含む。

以下の実例となる実施例は、本明細書に記載されるアプリケーション、システム、方法、及び媒体の実施形態の典型であり、任意の方法で制限することを意図していない。

＜実施例１−新たな運動の学習＞
ウェイトリフティングのコーチは、自分の右手首にパーソナルコンピューティングデバイスを着用する。コーチは、自分が行うことを選択する運動と共に保存される情報として、自分の体重、身長、年齢、及び性別を入力する。コーチは、使用することを選択するダンベルの重量及び数も入力する。新しい運動識別モデルを適切に入力し、記録を始めた後、コーチは、各１０ポンドの２つのダンベルと共に両手を使用して、水平な胸までのダンベルの持ち上げ（ｆｌａｔ ｃｈｅｓｔ ｄｕｍｂｂｅｌｌ ｒａｉｓｅ）を行う。コーチは、３つのグループについて同じ運動を繰返し、各グループにおいて１０回繰り返す。筋疲労を最小化するために、各グループを１分で終了し、間を２分の間隔に分ける。コーチは運動の全体セットを終了した後、パーソナルコンピューティングデバイス上でユーザーインターフェースを使用し、新しい運動を保存する。信頼水準は予め設定された閾値よりも大きく、動作データは保存され、運動タイプ、体重、身長、年齢、性別、及びダンベルの数と重量に関連して運動のデータベースに追加された。

＜実施例２−記録した運動の実行＞
大学院学生が自分の右手首にパーソナルコンピューティングデバイスを着用し、グラフィック・ユーザーインターフェースを介してパーソナルコンピューティングデバイスの中に保存された自身のユーザープロフィールを選択する。大学院生は、自分のユーザープロフィールを選択及び確認した後、実行モードを入力する。大学院学生は、各３ポンドの２つのダンベルと共に両手を使用して水平な胸までのダンベルの持ち上げを行う。大学院生は、１つのグループにつき同じ運動を１０回繰り返した。大学院生の運動データは、記録した運動タイプと比較され、運動スコアは計算されず、メッセージがデバイス上に（ウェイトが軽すぎる）として表示される。大学院生は、１０ポンドの１つのダンベルに交換し、右手を使用して水平な胸までのダンベルの持ち上げを繰り返す。大学院生は、更に１０回運動を繰り返し、デバイスに命令して再びスコアを計算する。「身体が不安定すぎる」のメッセージが、５０％の運動フォームのスコアと共に表示される。大学院学生は、再び運動を試みることを決め、両手と１０ポンドのダンベルを使用して水平なダンベルの持ち上げを繰り返すことを選択する。大学院生は、２．５分で注意深く、故にゆっくりと、運動を１０回繰り返す。運動フォームのスコアは、「動作が遅すぎる又はウェイトが大きすぎる」というメッセージと共に、ディスプレイ上に７０％を示す。運動を行う三回目の試みにおいて、大学院生は、グラフィック・ユーザーインターフェースを使用して即時のバイブレーション・フィードバックを起動した（ｔｕｒｎ ｏｎ）。最初に運動を３回繰り返して行った後、１つのバイブレーションが、良いフォームを保つ指標として与えられ、１５回の反復に達すると、２つの連続バイブレーションが、筋疲労により不正確なフォームの指標として与えられる。３回目の試みの合計のフォームスコアは、２０の反復の合計に基づいて８５％である。

Claims (30)

1. パーソナルコンピューティングデバイスであって、
   ａ．プロセッサ、オンボードメモリ、加速度計、ジャイロスコープ、及びディスプレイ；
   ｂ．運動解析アプリケーションを作り出すためデジタル処理デバイスによって実行可能な命令を含むコンピュータプログラム
   を備え、該アプリケーションは：
   ｉ．加速度計から加速度データを、及びジャイロスコープから角速度データを受信するように構成されるソフトウェアモジュールであって、加速度データと角速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；
   ｉｉ．デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した運動を行うユーザーの加速度データと角速度データを記録する工程であって、それにより運動に関する統計運動モデルを生成する、工程を含む、ソフトウェアモジュール；
   ｉｉｉ．デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データと角速度データに適用する工程であって、それにより、運動事象を識別し、記録した運動モデルと比較することで運動を分類して、運動の反復を識別する、工程を含む、ソフトウェアモジュール；及び
   ｉｖ．統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュール
   を備える
   ことを特徴とするパーソナルコンピューティングデバイス。
2. デバイスは、ユーザーにより着用可能なものに適している、ことを特徴とする請求項１に記載のパーソナルコンピューティングデバイス。
3. デバイスは、ユーザーにより腕に着用可能であるものに適している、ことを特徴とする請求項２に記載のパーソナルコンピューティングデバイス。
4. デバイスは着用可能なアダプターを備え、着用可能なアダプターはデバイスから可逆的に接続可能であり、それによりモジューラ設計を形成する、ことを特徴とする請求項２に記載のパーソナルコンピューティングデバイス。
5. ユーザーの生理学的パラメータを測定するためのバイオセンサを更に備える、請求項１に記載のパーソナルコンピューティングデバイス。
6. バイオセンサは、心拍数モニタ、温度計、呼吸計、グルコースモニタ、電解質センサ、及び電導度メータから成る群から選択される、ことを特徴とする請求項５に記載のパーソナルコンピューティングデバイス。
7. バイオセンサは光学式バイオセンサである、ことを特徴とする請求項５に記載のパーソナルコンピューティングデバイス。
8. 生理学的パラメータは、心拍数、皮膚温度、呼吸数、電気皮膚反応、及び水和作用から成る群から選択される、ことを特徴とする請求項５に記載のパーソナルコンピューティングデバイス。
9. アプリケーションは更に、心拍数に基づくレストタイマーを備えるグラフィック・ユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備える、ことを特徴とする請求項５に記載のパーソナルコンピューティングデバイス。
10. 測位要素を更に備える、請求項１に記載のパーソナルコンピューティングデバイス。
11. 無線通信要素を更に備える、請求項１に記載のパーソナルコンピューティングデバイス。
12. 無線通信要素はＢｌｕｅｔｏｏｔｈモジュール又はＡＮＴ＋モジュールである、ことを特徴とする請求項１１に記載のパーソナルコンピューティングデバイス。
13. 運動を分類するための確率的解析は、ニューラル・ネットワーク、コンテクストツリー計量、隠れマルコフモデル、又はそれらの組み合わせの利用を含む、ことを特徴とする請求項１に記載のパーソナルコンピューティングデバイス。
14. スコアは、少なくとも部分的に、ユーザーの身体の安定性、ユーザーの動作一貫性、又はそれらの組み合わせから得られる、ことを特徴とする請求項１に記載のパーソナルコンピューティングデバイス。
15. スコアは、少なくとも部分的に、加速度データ及び角速度データの、他のユーザーのデータから生成された運動モデルとの比較から得られる、ことを特徴とする請求項１に記載のパーソナルコンピューティングデバイス。
16. スコアは、少なくとも部分的に、加速度データ及び角速度データの、１以上の資格のあるフィットネス専門家から生成された運動モデルとの比較から得られる、ことを特徴とする請求項１に記載のパーソナルコンピューティングデバイス。
17. 運動は、片側のウェイトトレーニング運動、又は両側のウェイトトレーニング運動である、ことを特徴とする請求項１に記載のパーソナルコンピューティングデバイス。
18. アプリケーションは更に、ディスプレイ上にユーザーインターフェースを提示するように構成されるソフトウェアモジュールを備え、ユーザーインターフェースは、スコア、運動、反復、運動に特有のメッセージ、又はそれらの組み合わせを含む、ことを特徴とする請求項１に記載のパーソナルコンピューティングデバイス。
19. 運動はウェイトトレーニング運動であり、運動に特有のメッセージは、ウェイトが重すぎる、ウェイトが軽すぎる、ウェイトがあまりに変わりすぎている、動作が速すぎる、動作が不安定すぎる、フォームが不正確、フォームがあまりに一貫していない、及びフォームに関する矯正の助言から成る群から選択される提案である、ことを特徴とする請求項１８に記載のパーソナルコンピューティングデバイス。
20. 運動解析プラットフォームであって：
    ａ．プロセッサ、オンボードメモリ、加速度計、ジャイロスコープ、ディスプレイ、及び通信要素を備えるパーソナルコンピューティングデバイス
    を備え、該デバイスは個人の運動解析アプリケーションを提供するように構成され、該アプリケーションは：
    ｉ．加速度計から加速度データを、及びジャイロスコープから角速度データを受信するように構成されるソフトウェアモジュールであって、加速度データと角速度データは３次元でのユーザーの身体動作に関連する、ソフトウェアモジュール；
    ｉｉ．運動解析サーバアプリケーションに加速度データと角速度データを送信するように構成されるソフトウェアモジュール
    を備え；
    前記プラットフォームは、
    ｂ．運動解析サーバアプリケーションを提供するように構成されるサーバプロセッサ
    を備え、該アプリケーションは、
    ｉ．画定された運動を行なうユーザーの加速度データ及び角速度データから生成される統計運動モデルのデータベース；
    ｉｉ．パーソナルコンピューティングデバイスから加速度データと角速度データを受信するように構成されるソフトウェアモジュール；
    ｉｉｉ．確率的解析を加速度データと角速度データに適用し、それにより運動事象を識別し、１以上の統計運動モデルと比較することで運動を分類して、運動の反復を識別するように構成される、ソフトウェアモジュール；
    ｉｖ．統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュール
    を備える
    ことを特徴とする運動解析プラットフォーム。
21. 少なくとも１００、少なくとも１０００、又は少なくとも１０，０００のパーソナルコンピューティングデバイスを更に備える、請求項２０に記載の運動解析プラットフォーム。
22. 個人の運動解析アプリケーションは更に、パーソナルコンピューティングデバイスを学習モードに置くように構成されるソフトウェアモジュールを備え、学習モードは、画定した運動を行うユーザーの加速度データと角速度データを記録する工程であって、それにより運動に関する統計運動モデルを生成する、工程を含む、ことを特徴とする請求項２０に記載の運動解析プラットフォーム。
23. 統計運動モデルのデータベースは、少なくとも１０、少なくとも５０、少なくとも１００、又は少なくとも５００の運動モデルを含み、各運動モデルは特定の運動に関連する、ことを特徴とする請求項２０に記載の運動解析プラットフォーム。
24. 各運動モデルは、画定された運動を行なう複数のユーザーから平均化したデータから生成される、ことを特徴とする請求項２０に記載の運動解析プラットフォーム。
25. １以上の運動モデルは、画定された運動を行なう１以上の資格のあるフィットネス専門家からのデータから生成される、ことを特徴とする請求項２０に記載の運動解析プラットフォーム。
26. １以上の運動モデルは、一般的な運動フォームの問題を模倣するため画定された運動を不正確に行なう、資格のあるフィットネス専門家からのデータから生成される、ことを特徴とする請求項２５に記載の運動解析プラットフォーム。
27. １以上の運動モデルは、典型的な運動フォームを示すため画定された運動を正しく行なう、資格のあるフィットネス専門家からのデータから生成される、ことを特徴とする請求項２５に記載の運動解析プラットフォーム。
28. 個人の運動解析アプリケーション又はサーバアプリケーションは更に、ユーザーが個人プロフィールを作成するのを可能にするインターフェースを提示するように構成されるソフトウェアモジュールを備え、プロフィールは、体重、身長、性別、ウイングスパン、及びフィットネス専門知識を含む、ことを特徴とする請求項２０に記載の運動解析プラットフォーム。
29. 個人の運動解析を行うためのプロセッサによって実行可能な命令でコード化される、非一時的なコンピュータ可読記憶媒体であって、該命令は：
    ａ．加速度計及びジャイロスコープを含むパーソナルコンピューティングデバイスからデータを受信するように構成されるソフトウェアモジュールであって、データは、３次元でのユーザーの身体動作データに関連する、加速度計からの加速度データとジャイロスコープからの角速度データを含む、ソフトウェアモジュール；
    ｂ．デバイスを学習モードに置くように構成されるソフトウェアモジュールであって、学習モードは、画定した運動を行うユーザーの加速度データと角速度データを記録する工程であって、それにより運動に関する統計運動モデルを生成する、工程を含む、ソフトウェアモジュール；
    ｃ．デバイスを標準モードに置くように構成されるソフトウェアモジュールであって、標準モードは、確率的解析を加速度データと角速度データに適用する工程であって、それにより、運動事象を識別し、記録した運動モデルと比較することで運動を分類して、運動の反復を識別する、工程を含む、ソフトウェアモジュール；及び
    ｄ．統計解析を加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュール
    を備える、非一時的なコンピュータ可読記憶媒体。
30. 運動解析サーバアプリケーションを作成するために、プロセッサによって実行可能な命令を含むコンピュータプログラムでコード化される、非一時的なコンピュータ可読記憶媒体であって、前記アプリケーションは：
    ａ．統計運動モデルのデータベースであって、運動モデルは、画定した運動を行うユーザーに関連するパーソナルコンピューティングデバイスにより送信される加速度データと角速度データから生成され、加速度データと角速度データは各々、Ｘ軸、Ｙ軸、及びＺ軸に関するデータを含み、デバイスは学習モードである、データベース；
    ｂ．画定された運動を行なうユーザーに関連したパーソナルコンピューティングデバイスにより送信される加速度データと角速度データを受信するように構成されたソフトウェアモジュールであって、デバイスは標準モードである、ソフトウェアモジュール；
    ｃ．確率的解析を受信した加速度データと角速度データに適用し、それにより運動事象を識別し、１以上の統計運動モデルと比較することで運動を分類して、運動の反復を識別するように構成される、ソフトウェアモジュール；
    ｄ．統計解析を受信した加速度データと角速度データに適用してユーザーの運動フォームを採点するように構成されるソフトウェアモジュール
    を備える、非一時的なコンピュータ可読記憶媒体。