2018年度人工知能学会全国大会(第32回)

講演情報

口頭発表

オーガナイズドセッション » [オーガナイズドセッション] OS-4 Well-being Computing

[2F3-OS-4b] Well-being Computing(2)

2018年6月6日(水) 15:20 〜 17:00 F会場 (4F ガレリア)

16:40 〜 17:00

[2F3-OS-4b-05] 全期間及び短期間双方の生体信号の使用による長期ストレスレベル認識精度の向上

〇中島 嘉樹1、辻川 剛範1、大西 祥史1 (1. 日本電気株式会社)

キーワード:ストレス、生体信号

本論文では、全期間及び短期間双方の生体信号の使用による長期ストレスレベル認識精度の向上を提案する。我々が提案する方法では、長期ストレスの指標として広く用いられるPSS(Perceived Stress Scale)を用いるが、PSSは、短期間に起こる強いストレス経験に影響されることが知られている。我々はこうした特徴に着目してより高い精度でPSSスコアを推定するシステムを実現する為、生体信号特徴量を計算する時間単位について、PSSスコアが対象とする一か月間単位だけでなく、それよりも短い一週間単位でも設定して新しいコンセプトの特徴量を開発し、この効果を検証する為の実験を行った。実験では、33名の勤務者の一か月間分の生体信号データ(EDA(Electrodermal Activity) ,ST(Skin Temperature)、加速度)を用いた。実験の結果、新しい特徴量を加えることで、回帰分析の結果得られたPSSスコアと真のPSSスコアの相関係数が0.66から0.72に向上した。