このリポジトリは、Kaggleコンペティション「Parkinson's Freezing of Gait Prediction(パーキンソン病のすくみ足予測)」のための深層学習モデルを含んでいます。このコンペの目標は、パーキンソン病患者に多く見られるすくみ足・無動(FOG)という障害を引き起こす症状を検出することです。モデルは、着用可能な3D腰部センサーから収集されたデータを学習します。
この作業は、FOGエピソードがいつ、なぜ発生するのかを研究者がよりよく理解する助けとなります。これにより、医療専門家がFOGイベントを最適に評価、監視、そして最終的には予防する能力が向上します。
- Jupyter Notebook
- 学習データはKaggleのリポジトリから取得する必要があります。
時系列データを広範囲にカバーできるDilated CNNを採用しています。
- このリポジトリをクローンします。
- Kaggleリポジトリから学習データをダウンロードし、適切なフォルダに配置します。
- Jupyter Notebookファイルを開き、セルを順番に実行します。最後のセルで学習が開始されます。
- CNNアーキテクチャ内にResidual Blockを組み込むことで、向上が見込めます。
- モデルからDropoutやBatch Normalizationをカットしているため、適宜追加することが望まれます。
- アーキテクチャの改変により学習が不安定になる場合は、損失関数に重み正則化を付けると良いかもしれません。
- optimizerのschedulerを現在カットしているため、適宜追加することで精度が上がる可能性があります。
- 学習効率化のためにbatch_sizeやnum_workersを実行環境に合わせて設定してください。
- 使用言語:Python
- ライブラリのバージョン:PyTorch 2.0.0
- M1 MacBook 2020