Разработка системы предсказания состояния сна человека на основе данных акселерометра
Аннотация
Отчет 80 с., 35 рис., 3 табл., 25 источн., 3 прил.
Ключевые слова: данные, сон, модель, акселерометр, метрика, состояние сна, машинное обучение, анализ данных, detection ap, event detection, временной ряд, anglez, enmo, засыпание, пробуждение, предсказание.
Объект исследования – модель МО, используемая в сфере научных исследований и мониторинга сна человека.
Цель работы – создание модели МО, способной на основе данных акселерометра с достаточной степенью точности определять состояние сна: пробуждение или засыпание.
Методы проведения работы: исследование научных работ, сбор и подготовка данных, разработка, обучение и тестирование моделей МО.
Результаты работы и их новизна: обученная модель МО, способная определять одно из двух состояний сна: пробуждение или засыпание и оказать влияние на практику мониторинга сна в домашних условиях.
Область применения полученных результатов: исследования в медицинских учреждениях.
Рекомендации по внедрению: наличие программного и аппаратного обеспечения для запуска обученной модели МО, устройства сбора данных – акселерометра, специалистов для дальнейшего поддержания работоспособности модели МО.
Значимость работы: разработанная модель МО поможет исследователям быстрее и качественнее анализировать данные с акселерометра, глубже понять закономерности и функции сна человека.
Прогнозные предположения о развитии объекта исследования: совершенствование алгоритмов МО разработанного инструмента, использование устройств с более точными датчиками и с расширенным набором дополнительных датчиков, обучение модели на данных, размеченных более качественно.
Ключевые слова: данные, сон, модель, акселерометр, метрика, состояние сна, машинное обучение, анализ данных, detection ap, event detection, временной ряд, anglez, enmo, засыпание, пробуждение, предсказание.
Объект исследования – модель МО, используемая в сфере научных исследований и мониторинга сна человека.
Цель работы – создание модели МО, способной на основе данных акселерометра с достаточной степенью точности определять состояние сна: пробуждение или засыпание.
Методы проведения работы: исследование научных работ, сбор и подготовка данных, разработка, обучение и тестирование моделей МО.
Результаты работы и их новизна: обученная модель МО, способная определять одно из двух состояний сна: пробуждение или засыпание и оказать влияние на практику мониторинга сна в домашних условиях.
Область применения полученных результатов: исследования в медицинских учреждениях.
Рекомендации по внедрению: наличие программного и аппаратного обеспечения для запуска обученной модели МО, устройства сбора данных – акселерометра, специалистов для дальнейшего поддержания работоспособности модели МО.
Значимость работы: разработанная модель МО поможет исследователям быстрее и качественнее анализировать данные с акселерометра, глубже понять закономерности и функции сна человека.
Прогнозные предположения о развитии объекта исследования: совершенствование алгоритмов МО разработанного инструмента, использование устройств с более точными датчиками и с расширенным набором дополнительных датчиков, обучение модели на данных, размеченных более качественно.