JP7409486B2 - データ処理装置、システム、データ処理方法、およびプログラム - Google Patents
データ処理装置、システム、データ処理方法、およびプログラム Download PDFInfo
- Publication number
- JP7409486B2 JP7409486B2 JP2022515173A JP2022515173A JP7409486B2 JP 7409486 B2 JP7409486 B2 JP 7409486B2 JP 2022515173 A JP2022515173 A JP 2022515173A JP 2022515173 A JP2022515173 A JP 2022515173A JP 7409486 B2 JP7409486 B2 JP 7409486B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- information data
- biological information
- user
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 138
- 238000003672 processing method Methods 0.000 title description 2
- 238000005259 measurement Methods 0.000 claims description 138
- 230000007547 defect Effects 0.000 claims description 24
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000010801 machine learning Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 29
- 230000002776 aggregation Effects 0.000 description 18
- 238000004220 aggregation Methods 0.000 description 18
- 230000001133 acceleration Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 230000010365 information processing Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000005021 gait Effects 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008451 emotion Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000007659 motor function Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 241001227561 Valgus Species 0.000 description 1
- 241000469816 Varus Species 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Physical Education & Sports Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
まず、本発明の第1の実施形態に係るデータ処理装置の構成について、図面を参照しながら説明する。本実施形態のデータ処理装置は、ユーザが装着するウェアラブルデバイス等によって計測されたセンサデータの値(センサ値とも呼ぶ)を含む生体情報データの欠損を補間する補間データを推定するためのモデルを生成する。生体情報データは、センサ値、ユーザを識別するための識別子(ユーザ識別子ともよぶ)、センサ値の計測時刻および計測位置が少なくとも紐付けられたデータである。例えば、本実施形態のデータ処理装置は、機械学習によってモデルを生成する。
図1は、本実施形態に係るデータ処理装置10の構成の一例を示すブロック図である。データ処理装置10は、記憶部11、分類部13、集計部14、学習部15、および補間部16を備える。分類部13、集計部14、および学習部15は、モデル生成装置100を構成する。
機械学習によって求められるパラメータは、下記の式3に示すw0、ベクトルw、行列Vである。次元nはハイパーパラメータである。
式3のRは実数を表す。nはベクトルwおよび行列Vの行数、kは行列Vの列数を表す。
次に、本実施形態のデータ処理装置10の動作の一例について図面を参照しながら説明する。データ処理装置10の動作には、学習フェーズと推定フェーズが含まれる。以下においては、データ処理装置10を動作の主体とし、学習フェーズと推定フェーズの各々について個別に説明する。
図7は、学習フェーズの一例について説明するためのフローチャートである。図7において、まず、データ処理装置10は、属性データに基づいて、複数のユーザをグループに分類する(ステップS151)。
図8は、推定フェーズの一例について説明するためのフローチャートである。図8において、まず、データ処理装置10は、欠損のある生体情報データをモデルに入力する(ステップS161)。
次に、第2の実施形態に係るシステムについて図面を参照しながら説明する。本実施形態のシステムは、ウェアラブルデバイス、端末装置、およびデータ処理装置を含む。以下においては、履物に設置されるインソールに搭載される歩容計測デバイスを一例として挙げる。なお、本実施形態のウェアラブルデバイスは、ユーザの生体に関するデータを計測できさえすれば、歩容計測デバイスに限定されない。
次に、本実施形態のシステム2の動作について図面を参照しながら説明する。本実施形態のシステム2の動作は、初期設定フェーズ、計測フェーズ、およびデータ処理フェーズに大別される。以下においては、初期設定フェーズ、計測フェーズ、およびデータ処理フェーズの各々について個別に説明する。
初期設定フェーズは、ユーザの属性データをデータ処理装置20に登録するフェーズである。図16は、初期設定フェーズについて説明するためのフローチャートである。
計測フェーズは、ウェアラブルデバイス210によって計測されたセンサデータに基づく生体情報データをデータ処理装置に格納するフェーズである。図17は、計測フェーズについて説明するためのフローチャートである。
データ処理フェーズは、記憶部21に格納された複数のユーザの生体情報データを用いて、生体情報データの欠損を補間するフェーズである。図18は、データ処理フェーズについて説明するためのフローチャートである。図18のデータ処理フェーズに関する説明においては、データ処理装置20の構成要素を動作主体として説明する(図18においては、動作の主体は省略)。
次に、第3の実施形態に係るシステムについて図面を参照しながら説明する。本実施形態のシステムは、複数のウェアラブルデバイス、端末装置、およびデータ処理装置を含む。本実施形態のシステムは、複数のウェアラブルデバイス等によって計測されたセンサ値を含む生体情報データの欠損を補間する補間データを推定するためのモデルを生成する。
次に、第4の実施形態に係るデータ処理装置について図面を参照しながら説明する。本実施形態のデータ処理装置は、欠損を補間するためのモデルではなく、ユーザの運動機能指標や健康指標などのアセスメント値等(評価値とも呼ぶ)を推定するためのモデルを生成する点において、第1~第3の実施形態とは異なる。評価値は、ユーザの生体特性に関する指標である。
次に、第5の実施形態に係るモデル生成装置について図面を参照しながら説明する。本実施形態のモデル生成装置は、第1の実施形態のデータ処理装置10に含まれるモデル生成装置100等を簡略化した構成である。なお、モデル生成装置のみでも、データ処理装置を構成できる。
次に、第6の実施形態に係る推定装置について図面を参照しながら説明する。本実施形態の推定装置は、第1の実施形態のデータ処理装置10に含まれる補間部16等を簡略化した構成である。なお、推定装置のみでも、データ処理装置を構成できる。
ここで、本発明の各実施形態に係るデータ処理装置の処理を実行するハードウェア構成について、図28の情報処理装置90を一例として挙げて説明する。なお、図28の情報処理装置90は、各実施形態のデータ処理装置の処理を実行するための構成例であって、本発明の範囲を限定するものではない。
11、21、41 記憶部
13、23、43、53 分類部
14、24、44 集計部
15、25、45、55 学習部
16、26 補間部
22、42 送受信部
46、66 推定部
50、100、200、400 モデル生成装置
60 推定装置
210、310-1~N ウェアラブルデバイス
211 センサ
212 加速度センサ
213 角速度センサ
215 信号処理部
217 データ出力部
230、330 端末装置
231 送受信部
232 制御部
233 位置情報取得部
235 表示部
Claims (10)
- 少なくとも一人のユーザの属性に基づいて、前記ユーザの生体に関するセンサ値と、前記センサ値の計測時刻および計測位置とを含む少なくとも一つの生体情報データを少なくとも一つのグループに分類する分類手段と、
前記グループごとに、前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、欠損が補間された前記生体情報データを推定するためのモデルを生成する学習手段と、を備えるデータ処理装置。 - 欠損のある前記生体情報データを前記モデルに入力し、欠損が補間された前記生体情報データを推定する推定手段を備える請求項1に記載のデータ処理装置。
- 前記分類手段によって分類された前記グループの各々に対応する前記生体情報データを集計し、前記グループごとの前記生体情報データによって構成される生体情報テーブルを生成する集計手段を備え、
前記学習手段は、
前記生体情報テーブルを構成する前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、前記グループごとに前記モデルを生成する請求項2に記載のデータ処理装置。 - 前記分類手段は、
複数のデバイスによって計測された前記センサ値を含む前記生体情報データを少なくとも一つの前記グループに分類し、
前記学習手段は、
前記グループごとに、前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、欠損が補間された前記生体情報データを推定するための前記モデルを生成する請求項2または3に記載のデータ処理装置。 - 前記学習手段は、
前記生体情報データに含まれる前記計測時刻および前記計測位置を説明変数とし、前記センサ値を目的変数とする機械学習によって前記モデルを生成する請求項2乃至4のいずれか一項に記載のデータ処理装置。 - 前記属性は、
前記ユーザの履物の種類を含み、
前記学習手段は、
前記履物の種類を説明変数に含めた機械学習によって前記モデルを生成する請求項5に記載のデータ処理装置。 - 前記学習手段は、
前記ユーザを識別するためのユーザ識別子を説明変数に追加し、前記ユーザの生体特性に関する指標である評価値を目的変数とする機械学習によって、前記ユーザの前記評価値を推測する前記モデルを生成し、
前記推定手段は、
前記ユーザ識別子を前記モデルに入力し、前記ユーザ識別子に対応する前記ユーザに関する前記評価値を推定する請求項5または6に記載のデータ処理装置。 - 請求項1乃至7のいずれか一項に記載のデータ処理装置と、
ユーザの生体に関するセンサ値を計測する少なくとも一つのデバイスと、
前記デバイスによって計測された前記センサ値に、前記センサ値の計測時刻および計測位置を付与することによって前記生体情報データを生成する端末装置と、を備え、
前記端末装置は、
前記データ処理装置によって欠損が保管された前記生体情報データを用いるアプリケーションによる処理結果を含むコンテンツを前記端末装置の画面に表示させるシステム。 - コンピュータが、
少なくとも一人のユーザの属性に基づいて、前記ユーザの生体に関するセンサ値と、前記センサ値の計測時刻および計測位置とを含む少なくとも一つの生体情報データを少なくとも一つのグループに分類し、
前記グループごとに、前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、前記生体情報データの欠損を補間する補間データを推定するためのモデルを生成するデータ処理方法。 - 少なくとも一人のユーザの属性に基づいて、前記ユーザの生体に関するセンサ値と、前記センサ値の計測時刻および計測位置とを含む少なくとも一つの生体情報データを少なくとも一つのグループに分類する処理と、
前記グループごとに、前記生体情報データに含まれる前記センサ値と、前記計測時刻、および前記計測位置の相互関係を用いて、前記生体情報データの欠損を補間する補間データを推定するためのモデルを生成する処理とをコンピュータに実行させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/016916 WO2021210172A1 (ja) | 2020-04-17 | 2020-04-17 | データ処理装置、システム、データ処理方法、および記録媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021210172A1 JPWO2021210172A1 (ja) | 2021-10-21 |
JPWO2021210172A5 JPWO2021210172A5 (ja) | 2022-12-20 |
JP7409486B2 true JP7409486B2 (ja) | 2024-01-09 |
Family
ID=78085287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022515173A Active JP7409486B2 (ja) | 2020-04-17 | 2020-04-17 | データ処理装置、システム、データ処理方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (4) | US20230139218A1 (ja) |
JP (1) | JP7409486B2 (ja) |
WO (1) | WO2021210172A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11715043B2 (en) * | 2019-03-01 | 2023-08-01 | Apple Inc. | Semantics preservation for machine learning models deployed as dependent on other machine learning models |
WO2023119562A1 (ja) * | 2021-12-23 | 2023-06-29 | 日本電気株式会社 | 学習装置、ストレス推定装置、学習方法、ストレス推定方法及び記憶媒体 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006087746A (ja) | 2004-09-24 | 2006-04-06 | Keisuke Kuga | 降圧剤の評価方法及びその装置 |
JP2010142273A (ja) | 2008-12-16 | 2010-07-01 | Omron Healthcare Co Ltd | 生体指標管理装置 |
JP2014164383A (ja) | 2013-02-22 | 2014-09-08 | Nippon Telegr & Teleph Corp <Ntt> | センサデータ統合装置、センサデータ統合方法及びプログラム |
JP2016024655A (ja) | 2014-07-22 | 2016-02-08 | Kddi株式会社 | データ解析装置及びプログラム |
-
2020
- 2020-04-16 US US17/918,151 patent/US20230139218A1/en active Pending
- 2020-04-17 WO PCT/JP2020/016916 patent/WO2021210172A1/ja active Application Filing
- 2020-04-17 JP JP2022515173A patent/JP7409486B2/ja active Active
-
2023
- 2023-12-18 US US18/543,082 patent/US20240127965A1/en active Pending
- 2023-12-18 US US18/543,057 patent/US20240127964A1/en active Pending
- 2023-12-18 US US18/542,944 patent/US20240127963A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006087746A (ja) | 2004-09-24 | 2006-04-06 | Keisuke Kuga | 降圧剤の評価方法及びその装置 |
JP2010142273A (ja) | 2008-12-16 | 2010-07-01 | Omron Healthcare Co Ltd | 生体指標管理装置 |
JP2014164383A (ja) | 2013-02-22 | 2014-09-08 | Nippon Telegr & Teleph Corp <Ntt> | センサデータ統合装置、センサデータ統合方法及びプログラム |
JP2016024655A (ja) | 2014-07-22 | 2016-02-08 | Kddi株式会社 | データ解析装置及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20240127963A1 (en) | 2024-04-18 |
US20230139218A1 (en) | 2023-05-04 |
JPWO2021210172A1 (ja) | 2021-10-21 |
US20240127965A1 (en) | 2024-04-18 |
WO2021210172A1 (ja) | 2021-10-21 |
US20240127964A1 (en) | 2024-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240127964A1 (en) | Data processing device, system, data processing method, and recording medium | |
CN107423549A (zh) | 健康跟踪设备 | |
JP6889841B2 (ja) | 学習装置、学習結果利用装置、学習方法及び学習プログラム | |
JP6362521B2 (ja) | 行動分類システム、行動分類装置及び行動分類方法 | |
JP6134872B1 (ja) | 対象の周期的な運動のサイクル数を計数するデバイス、方法及びシステム | |
CN105748037A (zh) | 具有用于患脊柱侧凸的患者的生物反馈***的体感背心 | |
US20180353090A1 (en) | Adaptive Heart Rate Estimation | |
WO2019187099A1 (ja) | 身体機能自立支援装置およびその方法 | |
CN107077711A (zh) | 特性评价装置、特性评价***、特性评价方法和特性评价程序 | |
WO2019095055A1 (en) | Method and system utilizing pattern recognition for detecting atypical movements during physical activity | |
US20170127960A1 (en) | Method and apparatus for estimating heart rate based on movement information | |
KR20220085445A (ko) | 자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템 | |
JP6377023B2 (ja) | 最適化装置、最適化方法および最適化プログラム | |
Karmakar et al. | Understanding ageing effects using complexity analysis of foot–ground clearance during walking | |
KR20160034199A (ko) | 건강 관리 방법 및 장치 | |
Thorpe et al. | Sensing behaviour in healthcare design | |
Côrrea et al. | Accelerometry for the motion analysis of the lateral plane of the human body during gait | |
JP6861033B2 (ja) | ユーザ端末、サーバ、改善提案作成装置の作動方法および状態データ生成方法 | |
WO2023067694A1 (ja) | データ生成装置、学習システム、推定装置、データ生成方法、および記録媒体 | |
WO2023139718A1 (ja) | 特徴量選定装置、特徴量選定方法、身体状態推定システム、および記録媒体 | |
Seifer et al. | Step length and gait speed estimation using a hearing aid integrated accelerometer: a comparison of different algorithms | |
WO2022201338A1 (ja) | 特徴量生成装置、歩容計測システム、特徴量生成方法、および記録媒体 | |
US20230000057A1 (en) | Method, system, and computer program product for monitoring state of animal and providing solution | |
WO2022269696A1 (ja) | 学習装置、推定システム、学習方法、および記録媒体 | |
JP7056493B2 (ja) | データ処理装置、データ処理方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221003 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221003 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231204 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7409486 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |