6ZH-08
アンサンブル学習を用いたスマートフォンログからのうつ状態判別モデル
○阪口航太,佐久間拓人,加藤昇平(名工大)
うつ病は,精神科や心療内科での早期診断と適切な治療が必要であるが,医療機関への抵抗感から,多くの罹患者が受診に至っていない.そのためライフログからうつ状態を早期に検出し,医療機関の受診を促すシステムが研究されている.本研究では,スマートフォンログとアンケートの回答が記録されたデータセットを用いて,スマートフォンログを用いたうつ状態の判別モデルを提案する.大学生38名の14日間を解析対象とし,各1名の1日のスマートフォンログを1サンプルとしてうつ状態の有無を判別する.提案手法では復元抽出によるアンダーサンプリングしたデータ群を弱学習器ごとに学習し,アンサンブル学習により判別するモデルを提案する.