JP6823123B2 - 行動データを用いた一般化されたスキル評価のためのシステム及び方法 - Google Patents
行動データを用いた一般化されたスキル評価のためのシステム及び方法 Download PDFInfo
- Publication number
- JP6823123B2 JP6823123B2 JP2019145307A JP2019145307A JP6823123B2 JP 6823123 B2 JP6823123 B2 JP 6823123B2 JP 2019145307 A JP2019145307 A JP 2019145307A JP 2019145307 A JP2019145307 A JP 2019145307A JP 6823123 B2 JP6823123 B2 JP 6823123B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- behavior
- skill
- type
- classify
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Computational Linguistics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
Description
時間ドメインにおいて:
各スライディングウィンドウにおけるデータの平均、
各スライディングウィンドウのデータの中間値、最大値、最小値、及び/又は、範囲、 各スライディングウィンドウにおけるデータの分散、
各スライディングウィンドウにおけるデータの標準偏差、
各スライディングウィンドウのデータの二乗平均平方根、
異なるスライディングウィンドウにおける及び/又は異なる軸に沿うデータ間の相関、
異なるスライディングウィンドウにおける及び/又は異なる軸に沿うデータ間の相互相関、
各スライディングウィンドウにおけるデータ、特に加速度計データ、の積分又は二重積分、
ペア内に配列された信号間の差分、
データが、それ自身の範囲、例えばウィンドウ内、の中間点を通過する点、
引力に関連する加速度計の角度及び角速度、
3軸加速度計信号の各々の強度によってもたらされるエリアの合計、
信号ベクトル強度(SVM)及び/又は差分信号ベクトル強度(DSVM)、
3軸に関して測定された加速度ベクトルの強度のエネルギー及びエントロピー、
(ウェーブレット、フーリエ又は他の時間から周波数ドメインへの変換を通して達する)周波数ドメインにおいて:
ウェーブレット又はフーリエ変換の係数合計、
信号のDC成分、
フーリエ変換における優位周波数、
累積経験分布関数(ECDF)、
信号のスペクトル係数の二乗の和を決定することによって計算された、信号のスペクトルエネルギー、
DC成分を除いた離散フーリエ係数強度の正規化された情報エントロピー、及び
スペクトル係数のセットの総和、
のうち1つ又は複数又は全てを判定することを、含むことができる。
合計で99のFFT(軸につき33)
全ての軸に関して20のECDF(合計で19+1平均)
大きさにおいて1のエネルギー
大きさにおいて1のエントロピー
軸あたり3つの平均
軸あたり3つのstd
3つの相関係数。
Claims (16)
- コンピュータが、センサから人によって実行された行動を指標するデータを獲得し、
前記データに基づいて、人によって実行された行動のタイプを分類し、
行動を指標するデータに基づいて、人によって実行された行動のタイプ及びその信頼度を判定し、
前記行動のタイプ及び前記信頼度の時系列の特徴を抽出し、
抽出された特徴に基づいて、行動に関連付けられたスキルレベルを分類する、
スキル分類方法。 - 前記データからスライディングウィンドウを用いて抽出された特徴から行動のタイプを分類する請求項1に記載の方法。
- 前記データの教師なしシンボル表現に変換され、当該シンボル表現から行動のタイプを分類する請求項1に記載の方法。
- 前記分類された行動のタイプのデータから当該行動のタイプの指標と前記分類に関連付けられた信頼度である特徴を抽出する請求項1乃至3のいずれか1項に記載の方法。
- 前記スキルレベルは、単純ベイズ分類器、ガウス分類器、又は、ニューラルネットワークを用いて、分類される、請求項1乃至4のいずれか1項に記載の方法。
- 所定のエキスパート入力が、前記スキルレベルを分類するために用いられるモデルをトレーニングするために、用いられる請求項5に記載の方法。
- 人の行動データを獲得するためのセンサ、プロセッサ、及び、プログラムコードを記憶するメモリを有し、
前記プログラムコードは、前記プロセッサによって実行される時において、前記プロセッサに、
センサから人によって実行された行動を指標するデータを獲得させ、
前記データに基づいて、人によって実行された行動のタイプを分類させ、
行動を指標するデータに基づいて、人によって実行された行動のタイプ及びその信頼度を判定させ、
前記行動のタイプ及び前記信頼度の時系列の特徴を抽出させ、
抽出された特徴に基づいて、行動に関連付けられたスキルレベルを分類させるように構成される、デバイス。 - 前記プログラムコードは、前記プロセッサによって実行される時において、前記データからスライディングウィンドウを用いて抽出された特徴から行動のタイプを分類させるようにさらに構成される、請求項7に記載のデバイス。
- 前記プログラムコードは、前記プロセッサによって実行される時において、前記データの教師なしシンボル表現に変換され、当該シンボル表現から行動のタイプを分類させるようにさらに構成される、
請求項7に記載のデバイス。 - 前記プログラムコードは、前記プロセッサによって実行される時において、前記分類された行動のタイプのデータから当該行動のタイプの指標と前記分類に関連付けられた信頼度である特徴を抽出させるようにさらに構成される、
請求項7乃至9いずれか1項に記載のデバイス。 - 前記プログラムコードは、前記プロセッサによって実行される時に、前記プロセッサに、単純ベイズ分類器、ガウス分類器、又は、ニューラルネットワークを用いて、前記スキルレベルを分類させる、ようにさらに構成される、
請求項7乃至10いずれか1項に記載のデバイス。 - 所定のエキスパート入力が、前記スキルレベルを分類するために用いられるモデルをトレーニングするために用いられる、
請求項11に記載のデバイス。 - 前記デバイスは、スマートフォン、ウェアラブルスマートリストバンド、腕時計であって、及び/又は、着用のための衣類に一体化されている、
請求項7乃至12いずれか1項に記載のデバイス。 - ユーザにスキル分類の結果を示すための出力を、さらに具備する、
請求項7乃至13いずれか1項に記載のデバイス。 - スキル分類を収集する、及び、前記分類されたスキルレベルにおける変化の指標を出力するための手段を、さらに具備する、
請求項7乃至14いずれか1項に記載のデバイス。 - コンピュータに、センサから人によって実行された行動を指標するデータを獲得するステップと、
前記データに基づいて、人によって実行された行動のタイプを分類するステップと、
行動を指標するデータに基づいて、人によって実行された行動のタイプ及びその信頼度を判定するステップと、
前記行動のタイプ及び前記信頼度の時系列の特徴を抽出するステップと、
抽出された特徴に基づいて、行動に関連付けられたスキルレベルを分類するステップと、
を実行させるためのプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/401,521 US11216766B2 (en) | 2017-01-09 | 2017-01-09 | System and method for generalized skill assessment using activity data |
US15/401,521 | 2017-01-09 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017201845A Division JP2018113019A (ja) | 2017-01-09 | 2017-10-18 | 行動データを用いた一般化されたスキル評価のためのシステム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019207730A JP2019207730A (ja) | 2019-12-05 |
JP6823123B2 true JP6823123B2 (ja) | 2021-01-27 |
Family
ID=62783151
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017201845A Pending JP2018113019A (ja) | 2017-01-09 | 2017-10-18 | 行動データを用いた一般化されたスキル評価のためのシステム及び方法 |
JP2019145307A Active JP6823123B2 (ja) | 2017-01-09 | 2019-08-07 | 行動データを用いた一般化されたスキル評価のためのシステム及び方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017201845A Pending JP2018113019A (ja) | 2017-01-09 | 2017-10-18 | 行動データを用いた一般化されたスキル評価のためのシステム及び方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11216766B2 (ja) |
JP (2) | JP2018113019A (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190087830A1 (en) * | 2017-09-15 | 2019-03-21 | Pearson Education, Inc. | Generating digital credentials with associated sensor data in a sensor-monitored environment |
US11971951B2 (en) * | 2018-06-21 | 2024-04-30 | City University Of Hong Kong | Systems and methods using a wearable sensor for sports action recognition and assessment |
JP7080137B2 (ja) * | 2018-08-23 | 2022-06-03 | 株式会社ハピネスプラネット | スコア管理装置およびスコア管理方法 |
US11960599B2 (en) * | 2021-02-26 | 2024-04-16 | International Business Machines Corporation | Classifying users of a database |
CN113592295A (zh) * | 2021-07-29 | 2021-11-02 | 中国人民解放军海军航空大学岸防兵学院 | 产品可靠性综合评估方法与系统、设备、介质 |
CN115440333B (zh) * | 2022-11-08 | 2023-02-24 | 深圳达实旗云健康科技有限公司 | 数据采集过程中的数据处理方法、装置、终端设备及介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070134636A1 (en) | 2005-12-13 | 2007-06-14 | Posit Science Corporation | Cognitive training using a maximum likelihood assessment procedure |
US20100209892A1 (en) * | 2009-02-18 | 2010-08-19 | Gm Global Technology Operations, Inc. | Driving skill recognition based on manual transmission shift behavior |
US9352207B2 (en) * | 2012-01-19 | 2016-05-31 | Nike, Inc. | Action detection and activity classification |
US9278255B2 (en) * | 2012-12-09 | 2016-03-08 | Arris Enterprises, Inc. | System and method for activity recognition |
US20160058356A1 (en) * | 2014-09-02 | 2016-03-03 | Apple Inc. | Method and system to calibrate fitness level and direct calorie burn using motion, location sensing, and heart rate |
DE102015207415A1 (de) | 2015-04-23 | 2016-10-27 | Adidas Ag | Verfahren und Gerät zum Verknüpfen von Bildern in einem Video einer Aktivität einer Person mit einem Ereignis |
US10854104B2 (en) * | 2015-08-28 | 2020-12-01 | Icuemotion Llc | System for movement skill analysis and skill augmentation and cueing |
KR102459677B1 (ko) * | 2015-11-05 | 2022-10-28 | 삼성전자주식회사 | 알고리즘 학습 방법 및 장치 |
US10504036B2 (en) * | 2016-01-06 | 2019-12-10 | International Business Machines Corporation | Optimizing performance of event detection by sensor data analytics |
-
2017
- 2017-01-09 US US15/401,521 patent/US11216766B2/en active Active
- 2017-10-18 JP JP2017201845A patent/JP2018113019A/ja active Pending
-
2019
- 2019-08-07 JP JP2019145307A patent/JP6823123B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018113019A (ja) | 2018-07-19 |
US11216766B2 (en) | 2022-01-04 |
US20180197078A1 (en) | 2018-07-12 |
JP2019207730A (ja) | 2019-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6823123B2 (ja) | 行動データを用いた一般化されたスキル評価のためのシステム及び方法 | |
San-Segundo et al. | Robust Human Activity Recognition using smartwatches and smartphones | |
Harris et al. | A survey of human gait-based artificial intelligence applications | |
Aljarrah et al. | Human activity recognition using PCA and BiLSTM recurrent neural networks | |
McGrath et al. | Upper body activity classification using an inertial measurement unit in court and field-based sports: A systematic review | |
Geman | Nonlinear dynamics, artificial neural networks and neuro-fuzzy classifier for automatic assessing of tremor severity | |
Acikmese et al. | Towards an artificial training expert system for basketball | |
Kaur et al. | A Vision-Based Framework for Predicting Multiple Sclerosis and Parkinson's Disease Gait Dysfunctions—A Deep Learning Approach | |
Tabrizi et al. | A deep learning approach for table tennis forehand stroke evaluation system using an IMU sensor | |
Elden et al. | A computer aided diagnosis system for the early detection of neurodegenerative diseases using linear and non-linear analysis | |
Bahador et al. | Deep learning–based multimodal data fusion: Case study in food intake episodes detection using wearable sensors | |
Norgaard et al. | Multi-sensor time-series classification for activity tracking under variable length | |
Khan et al. | Generalized and efficient skill assessment from IMU data with applications in gymnastics and medical training | |
Khanal et al. | Classification of physical exercise intensity by using facial expression analysis | |
Javeed et al. | Automated gestures recognition in Exergaming | |
Brzostowski et al. | Data fusion in ubiquitous sports training: methodology and application | |
Tian | Adversarial vulnerability of deep neural network-based gait event detection: A comparative study using accelerometer-based data | |
Auber et al. | Activity recognition from binary data | |
Asl et al. | Statistical Database of Human Motion Recognition using Wearable IoT-A Review | |
Dentamaro et al. | Real-time neurodegenerative disease video classification with severity prediction | |
Tan et al. | Recognition Technology of Athlete’s Limb Movement Combined Based on the Integrated Learning Algorithm | |
Javeed et al. | Physical Locomotion Detection using pre-classification for Muscles monitoring | |
Jeong et al. | Physical workout classification using wrist accelerometer data by deep convolutional neural networks | |
Batool et al. | Movement Disorders Detection in Parkinson’s Patients using Hybrid Classifier | |
Jayakarthik et al. | Fall Detection Scheme based on Deep Learning Model for High-Quality Life |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190807 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201020 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201116 |
|
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: 20201208 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210107 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6823123 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |