ビッグデータ解析で睡眠個性に応じた睡眠支援システムの実現へ

<plone.namedfile.file.NamedBlobImage object at 0x7f17bd7cd0b0 oid 0x1a956 in <Connection at 7f18b36333d0>>

2017-03-24

{'items': [{'description': {'blocks': [{'key': '3o9qp', 'text': '明示的なプログラミングなしにデータから対象のモデルをコンピューター上に自動構築する数理的技術。今回はその中でも教師なし学習（教師とは人が明示的に与える正解情報）である自己組織化マップ（Self-Organizing Map; SOM）を改良した技術によって、多次元の音特徴情報を2次元平面に写像（マッピング）しています。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term1', 'term': '機械学習'}, {'description': {'blocks': [{'key': '3b5vj', 'text': '睡眠環境中の全ての音（歯ぎしり等の睡眠関連音や、エアコンの音、車の音、話し声など）', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}, 'key': 'term2', 'term': '睡眠環境音'}, {'key': 'fr0jm', 'term': '睡眠ポリソムノグラフィ（PSG）検査', 'description': {'blocks': [{'key': 'blt6j', 'text': ' 典型的には、睡眠時における脳波、呼吸、脚の運動、あごの運動、眼球運動（レム睡眠とノンレム睡眠）、心電図、酸素飽和度、胸壁の運動、腹壁の運動などを記録するものです。 ', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}]}

['isir']

['福井健一']