到目前為止，睡眠質量只能在專門的設施和醫院進行測量，但由於五分之一的日本人患有失眠症，因此可以在家中輕鬆測量睡眠質量，並根據身體狀況和環境的不同睡眠模式。等待開發一個可以掌握情況的系統。

　挑戰在於區分睡眠環境聲音（如空調聲音和說話聲音）和睡眠相關聲音（如磨牙、肢體動作和打鼾），但這次，研究小組結合了多種機器學習方法來實現高精度睡眠-related sound. 開發了一種提取聲音的方法，並根據睡眠相關聲音的特徵自動將其映射到二維平面。作為睡眠實驗的結果，我們成功地通過所提出的方法可視化了睡眠模式。

　如果這項技術的應用能夠實現舒適的個性化睡眠，通過開發可以在家中自我管理的智能手機和平板電腦應用程序，並根據個人睡眠模式控制照明和空調，將帶來高質量的睡眠。為技術。

論文信息：【AAAIXNUMX Workshop Proceedings】Personal Sleep Pattern Visualization via Clustering on Sound Data