[1B5-GS-2] 機械学習：産業応用

[1B5-GS-2-01] 睡眠音に基づくVAE-LSTMによる睡眠良否判別とTimeSHAPによる睡眠個性の分析

〇玉井 慎太郎^1,2、沼尾 正行^1,3、福井 健一^1,3 (1. 大阪大学、2. 大学院情報科学研究科、3. 産業科学研究所)

キーワード：睡眠、音響、クラスタリング、時系列、SHAP

近年，健康への関心が高まるなか，個人が自宅で睡眠の状態を把握できる手法が考案されている．睡眠音を用いた手法は，スマートウォッチ，センサなどを用いた従来手法と比較して，安価，非接触，多くの生体活動を検知できるなどの利点を持つ．本研究では，睡眠音を用いた，「入眠時に寝返りが多いため評価が悪い」などの根拠を提示可能な機械学習による睡眠評価モデルの構築を目指す．本研究ではまず，睡眠音イベントを一晩の睡眠音から抽出した．次に，VAEを用いて睡眠音イベントの潜在表現を抽出し，GMMでクラスタリングを行った．そして，得られた各クラスタへの所属確率を入力データとして睡眠の主観評価を推定するLSTMを学習させ，睡眠評価モデルを得た．最後に，時系列予測モデルの解釈を行う手法であるTimeSHAPを睡眠評価モデルに適用し，睡眠評価における各クラスタの重要度を調べた．実験の結果，ある被験者について94.8%という高精度で一晩の睡眠良否判別を行えることがわかった．またSHAPを時間方向に拡張したTimeSHAPによって，個人によって睡眠の良否判別に影響を与える音イベントの種類や時間帯に差があることがわかった．