2026-03-17T06:55:47Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00202446 2025-01-19T20:53:47Z 6164:6165:6640:10055

「ひきこもり」防止を目指した学生生活支援システムの提案 北井, 悠一朗 水本, 旭洋 長谷川, 凌佑 内山, 彰 石丸, 大貴 堀田, 牧 足立, 浩祥 工藤, 喬 池田, 学 東野, 輝夫 モバイルコンピューティング ひきこもりとされる人々は全国に 54.1 万人存在すると推定されている．近年，大学においても，ひきこもり状態に陥ることで授業に出席しなくなり，単位を取得できず留年や退学に至るケースが増加しており，大きな問題となっている．本研究では，ひきこもり状態に至る前に予兆を検知し，医者による改善指導が行えるシステムの実現に向けて，(1) 睡眠時間の乱れ，(2) 授業出席意識の低下，(3) 訪問地点数の減少といったひきこもりの予兆を検知するためのスマートフォンを用いた学生生活支援システムを構築する．睡眠時間の乱れの推定については，スマートフォンのセンサから得た特徴量を用いた機械学習による推定を行う．授業出席意識の低下と訪問地点数の減少は，位置推定を行うことにより推定が可能である．本研究では，学校以外の詳細地点を特定する必要はないため，GPS による絶対位置の特定は行わず，Wi-Fi アクセスポイントの MAC アドレスおよび RSSI (受信信号強度) を用いてクラスタリングを行い，訪問地点数を推定する．実際に手法の妥当性を検証するため実験をした結果，滞在している地点数の推定が可能であること，また，自宅の帰宅時間の推定において，誤差 9.6 分での推定ができていることを確認し，予兆推定の見通しを得た．睡眠推定では Balanced Random Forest を使った睡眠の有無の予測モデルを構築し，F 値 0.86 の結果を得たことから，睡眠の時間を推定できる可能性を示した． 情報処理学会 2019-06-26 jpn conference paper https://ipsj.ixsq.nii.ac.jp/records/202446 マルチメディア,分散協調とモバイルシンポジウム2019論文集 2019 1220 1230 https://ipsj.ixsq.nii.ac.jp/record/202446/files/IPSJ-DICOMO2019172.pdf application/pdf 2.0 MB 2021-06-26