JP6778657B2 - モデル選択方法、モデル選択装置およびプログラム - Google Patents
モデル選択方法、モデル選択装置およびプログラム Download PDFInfo
- Publication number
- JP6778657B2 JP6778657B2 JP2017116568A JP2017116568A JP6778657B2 JP 6778657 B2 JP6778657 B2 JP 6778657B2 JP 2017116568 A JP2017116568 A JP 2017116568A JP 2017116568 A JP2017116568 A JP 2017116568A JP 6778657 B2 JP6778657 B2 JP 6778657B2
- Authority
- JP
- Japan
- Prior art keywords
- fatigue
- users
- physical characteristics
- predetermined number
- normal times
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
このように、運転中における新規ユーザAの前記心拍間隔値RRIが測定される度に前記処理ステップ(S5〜S8)が繰り返される。
12a…事前処理プログラム、12b…推定処理プログラム、
13…RAM、13a…作業メモリ、13b…心拍変動特徴量保持テーブル、
13c…変化量保持テーブル、13d…係数ベクトル保持テーブル、14…読取部、
15…通信部、16…外部記憶媒体、S…生体センサ、A…新規ユーザ。
Claims (3)
- 所定数のユーザの活動の開始前である平常時および前記所定数のユーザの活動中である活動時での心拍の拍動の間隔である身体特徴と、前記所定数のユーザの前記平常時および前記活動時での疲労を表す指標である疲労度と、をそれぞれ取得し、
前記取得された、前記所定数のユーザの身体特徴が記憶された身体特徴テーブルと、前記取得された前記所定数のユーザの当該身体特徴の変化に伴う前記疲労度の変化に関する情報が記憶された疲労度推定テーブルと、をそれぞれ作成し、
前記作成された前記身体特徴テーブルの中から、前記活動時での疲労度の推定対象である推定対象ユーザの前記平常時での身体特徴と近い身体特徴を有するユーザを選択し、
前記選択された前記ユーザの身体特徴に基づき、前記作成された前記疲労度推定テーブルを利用して、前記推定対象ユーザの前記活動時での疲労度を推定し、
前記ユーザを選択することは、
前記推定対象ユーザの前記平常時での身体特徴と、前記作成された前記身体特徴テーブルに記憶された前記所定数のユーザの身体特徴と、の差を算出し、
前記算出された、前記身体特徴の差の値が小さい複数のユーザを前記身体特徴テーブルの中から選択する、ことを含み、
前記疲労度を推定することは、
前記疲労度推定テーブルから、前記選択された複数のユーザに関する前記疲労度の変化に関する情報を取得し、
前記取得された前記疲労度の変化に関する情報に、前記推定対象ユーザの活動前後での身体特徴の差を乗算することで当該推定対象ユーザの前記活動時での疲労度を推定する、ことを含む、
モデル選択方法。 - 所定数のユーザの活動の開始前である平常時および前記所定数のユーザの活動中である活動時での心拍の拍動の間隔である身体特徴と、前記所定数のユーザの前記平常時および前記活動時での疲労を表す指標である疲労度と、をそれぞれ取得する取得手段と、
前記取得手段により取得された、前記所定数のユーザの身体特徴が記憶された身体特徴テーブルと、前記取得手段により取得された前記所定数のユーザの当該身体特徴の変化に伴う前記疲労度の変化に関する情報が記憶された疲労度推定テーブルと、をそれぞれ作成する作成手段と、
前記作成手段により作成された前記身体特徴テーブルの中から、前記活動時での疲労度の推定対象である推定対象ユーザの前記平常時での身体特徴と近い身体特徴を有するユーザを選択する選択手段と、
前記選択手段によって選択された前記ユーザの身体特徴に基づき、前記作成手段によって作成された前記疲労度推定テーブルを利用して、前記推定対象ユーザの前記活動時での疲労度を推定する疲労度推定手段と、
を備え、
前記選択手段は、
前記推定対象ユーザの前記平常時での身体特徴と、前記作成手段によって作成された前記身体特徴テーブルに記憶された複数所定数のユーザの身体特徴と、の差を算出する身体特徴差算出手段を備え、
前記身体特徴差算出手段によって算出された、前記身体特徴の差の値が小さい複数のユーザを前記身体特徴テーブルの中から選択し、
前記疲労度推定手段は、
前記疲労度推定テーブルから、前記選択された複数のユーザに関する前記疲労度の変化に関する情報を取得する情報取得手段を備え、
前記情報取得手段によって取得された前記疲労度の変化に関する情報に、前記推定対象ユーザの活動前後の身体特徴の差を乗算することで当該推定対象ユーザの前記活動時での疲労度を推定する、
モデル選択装置。 - コンピュータを、
所定数のユーザの活動の開始前である平常時および前記所定数のユーザの活動中である活動時での心拍の拍動の間隔である身体特徴と、前記所定数のユーザの前記平常時および前記活動時での疲労を表す指標である疲労度と、をそれぞれ取得する取得手段、
前記取得手段により取得された、前記所定数のユーザの身体特徴が記憶された身体特徴テーブルと、前記取得手段により取得された前記所定数のユーザの当該身体特徴の変化に伴う前記疲労度の変化に関する情報が記憶された疲労度推定テーブルと、をそれぞれ作成する作成手段、
前記作成手段により作成された前記身体特徴テーブルの中から、前記活動時での疲労度の推定対象である推定対象ユーザの前記平常時での身体特徴と近い身体特徴を有するユーザを選択する選択手段、および
前記選択手段によって選択された前記ユーザの身体特徴に基づき、前記作成手段によって作成された前記疲労度推定テーブルを利用して、前記推定対象ユーザの前記活動時での疲労度を推定する疲労度推定手段、
として機能させるためのプログラムであって、
前記選択手段は、
前記推定対象ユーザの前記平常時での身体特徴と、前記作成手段によって作成された前記身体特徴テーブルに記憶された複数所定数のユーザの身体特徴と、の差を算出する身体特徴差算出手段を備え、
前記身体特徴差算出手段によって算出された、前記身体特徴の差の値が小さい複数のユーザを前記身体特徴テーブルの中から選択し、
前記疲労度推定手段は、
前記疲労度推定テーブルから、前記選択された複数のユーザに関する前記疲労度の変化に関する情報を取得する情報取得手段を備え、
前記情報取得手段によって取得された前記疲労度の変化に関する情報に、前記推定対象ユーザの活動前後の身体特徴の差を乗算することで当該推定対象ユーザの前記活動時での疲労度を推定する、
ように前記コンピュータを機能させるコンピュータ読取可能なプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017116568A JP6778657B2 (ja) | 2017-06-14 | 2017-06-14 | モデル選択方法、モデル選択装置およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017116568A JP6778657B2 (ja) | 2017-06-14 | 2017-06-14 | モデル選択方法、モデル選択装置およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019000283A JP2019000283A (ja) | 2019-01-10 |
JP6778657B2 true JP6778657B2 (ja) | 2020-11-04 |
Family
ID=65005124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017116568A Active JP6778657B2 (ja) | 2017-06-14 | 2017-06-14 | モデル選択方法、モデル選択装置およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6778657B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109620197A (zh) * | 2019-01-22 | 2019-04-16 | 江苏徐工信息技术股份有限公司 | 一种基于脉搏监测和自学习的疲劳驾驶警示系统及方法 |
CN109662722B (zh) * | 2019-02-19 | 2020-08-04 | 武汉理工大学 | 一种基于时间变量的驾驶人疲劳监测预警系统及方法 |
CN114343642A (zh) * | 2021-10-22 | 2022-04-15 | 厦门大学 | 一种基于心率变异性指标的疲劳驾驶检测方法、系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2702683B2 (ja) * | 1995-07-20 | 1998-01-21 | 工業技術院長 | 疲労特性評価装置及び疲労計測装置 |
JP3054708B1 (ja) * | 1999-02-23 | 2000-06-19 | 工業技術院長 | ストレス計測装置 |
JP2008183048A (ja) * | 2007-01-26 | 2008-08-14 | Tokyo Joho Kagaku Kenkyusho:Kk | 作業疲労度測定システム |
KR101435680B1 (ko) * | 2007-09-11 | 2014-09-02 | 삼성전자주식회사 | 다중 측정된 생체신호를 기반으로한 스트레스 분석방법 |
JP2017086524A (ja) * | 2015-11-11 | 2017-05-25 | セイコーエプソン株式会社 | 疲労度管理装置、疲労度管理システムおよび疲労度判定方法 |
-
2017
- 2017-06-14 JP JP2017116568A patent/JP6778657B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019000283A (ja) | 2019-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109843163B (zh) | 用于标记睡眠状态的方法和系统 | |
JP6122884B2 (ja) | 作業覚醒度推定装置、方法およびプログラム | |
JP6778657B2 (ja) | モデル選択方法、モデル選択装置およびプログラム | |
US20210020295A1 (en) | Physical function independence support device of physical function and method therefor | |
JP6918353B2 (ja) | 死亡予測装置及び死亡予測プログラム | |
JP2021514768A (ja) | 睡眠段階検出のための方法、コンピューティングデバイス、およびウェアラブルデバイス | |
CN115349857B (zh) | 一种基于fNIRS脑功能图谱的动态康复评估方法和系统 | |
US20180310867A1 (en) | System and method for stress level management | |
JP2021103582A (ja) | 健康度ポジショニングマップおよび健康関数を作成する方法、システム、およびプログラム、ならびにそれらの使用方法 | |
Gilson et al. | Entropy production of multivariate Ornstein-Uhlenbeck processes correlates with consciousness levels in the human brain | |
Borror et al. | Predicting oxygen uptake responses during cycling at varied intensities using an artificial neural network | |
Tiwari et al. | Stress and anxiety measurement" in-the-wild" using quality-aware multi-scale hrv features | |
Cornforth et al. | Prediction of game performance in Australian football using heart rate variability measures | |
JP6414981B2 (ja) | 生体情報推定装置、生体情報推定方法、及びコンピュータプログラム | |
JP6918394B1 (ja) | 生体情報演算システム | |
JP6899609B1 (ja) | 生体情報演算システム、及びサーバ | |
JP3054708B1 (ja) | ストレス計測装置 | |
Kolus et al. | Estimating oxygen consumption from heart rate using adaptive neuro-fuzzy inference system and analytical approaches | |
JP2019048150A (ja) | 睡眠段階推定装置、方法およびプログラム | |
JP6518570B2 (ja) | 睡眠段階推定装置、方法およびプログラム | |
JP2017221413A (ja) | 睡眠モデル作成装置、睡眠段階推定装置、方法およびプログラム | |
JP5993968B2 (ja) | 睡眠段階推定装置、方法およびプログラム | |
JP2008220556A (ja) | 心拍測定システム及び方法 | |
JP6707015B2 (ja) | 状態推定装置、方法およびプログラム | |
JP6433616B2 (ja) | 心的活動状態評価支援装置、心的活動状態評価支援システム、及び心的活動状態評価支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190725 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200710 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200728 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200918 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201006 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201012 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6778657 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |