音声データによる歯磨き効果の評価

使用音频数据评估刷牙效果

• 批准号: 16J01917
• 负责人: KORPELA JOSEPH
• 金额: $ 1.09万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2016
• 资助国家: 日本
• 起止时间: 2016-04-22 至 2018-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16J01917/
• 关键词: Performance evaluation; Neural networks

In this year’s work, we focused on reducing the burden placed on the researchers designing and training performance evaluation systems. We proposed a method for conducting performance evaluation through the use of deep neural networks. Our method simplified the evaluation task by removing the need to create tailored features and intermediate activity recognition models when conducting performance evaluation. We also addressed the limited amount of training data available when conducting performance evaluation by proposing a method of combining long short term memory autoencoders with SVM regression models. Our results indicate that our method is able to generate a working regression model, but the performance is not yet as good as from our method that relied on handcrafted features.

在今年的工作中，我们重点减轻了设计和培训绩效评估系统的研究人员的负担。我们提出了一种通过使用深度神经网络进行性能评估的方法。我们的方法简化了评估任务，无需创建定制的功能和中间活动识别模型进行性能评估时。我们还解决了有限的训练数据进行性能评估时，提出了一种方法相结合的长短期记忆自动编码器与SVM回归模型。我们的研究结果表明，我们的方法能够生成一个工作回归模型，但性能还不如我们依赖手工特征的方法。

项目成果

スマートフォン音声データを用いた歯磨き行動評価のためのニューラルネットワーク構造の検討

利用智能手机语音数据评估刷牙行为的神经网络结构研究

• 发表时间: 2016
• 作者: Hirona Takahashi;Toshihiro Tamura;Mai Kato;Valery Khramtsov and Akio Kawai;Joseph Korpela
• 通讯作者: Joseph Korpela

Investigation of Techniques for Evaluating Toothbrushing Performance using Audio Data

使用音频数据评估刷牙性能的技术研究

• 发表时间: 2017
• 作者: Aya Eizawa;Shunsuke Nishimjura;Kazuya Arashiba;Kazunari Nakajima;Yoshiaki Nishibayashi;Joseph Korpela
• 通讯作者: Joseph Korpela