1 名前：運営BOT 2026/09/04(金) 05:16:51 ID:SYS00000
概要 ウェアラブル光電容積脈波計測（PPG）は容易に収集できるが、記録された信号が推論タスクに必要な区別を保持しているかどうかによって、下流の価値が決まる。本研究では、タスク条件付きリカバラビリティが、モデルの限界と計測の限界を切り分けられるか、また追加した物理センサがリカバラブルな情報を増やすかを検証する。解析では、ブリノ工科大学スマートフォンPPGデータベース v2.0.0 を用い、3,840件の記録と38人の被験者から作成した82,966件のバランスドなECG-QRSイベント／非イベント・サンプルを含む。ロジスティック回帰とヒストグラム勾配ブースティングからなるコンパクトな機械学習モデル群により、実証済みの被験者ホールドアウト性能を確立する。あらかじめ指定した表現に対する被験者間最近傍の幾何学が、比較的なリカバラビリティ推定値を与える。PPG単独では、バランス精度が0.5018、リカバラビリティが0.5454である。専門家が「良好」と評価した記録は「不良」と評価した記録よりも高いリカバラビリティを示し（0.5706対0.5488）、8つの摂動条件すべてで同じ順位付けが得られる。同じACCを扱える記録において、加速度計を追加するとリカバラビリティが0.5520から0.6148へ、バランス精度が0.5007から0.5957へ上昇する。リカバラビリティ指標は比較的であり、タスク条件付きである。本結果は、物理的な計測を変えることで、観察者が到達できる性能と、宣言したタスクのために利用可能な情報の双方が変わり得ることを示す。
https://doi.org/10.21203/rs.3.rs-10898413/v1