Road-de-Touring

JCRCが解散する。残念だがいつかこの日は来る。
自分の最初のレースはJCRC下総であり、レース活動のきっかけを与えてくれた。
無所属でも参加しやすく、普及の観点で関東近郊ではとても大きな役割を果たしたと思う。
感謝の意を込めて振り返ってみたい。

"JCRC"でブログ内検索したらすぐに記録を集められた。


学連のロードレースはレベルが高くて基本DNFだったので、
レースで自分が競る機会を与えてくれた。
記録では一度もDNFがなく、ずぶずぶでも完走できるとまた次がんばろうという気持ちになれた。

2017年は終盤の群馬の成績次第ではシリーズチャンピオンの可能性があったが、
体調不良と降雨によりDNSした。

現在は都ロードBクラスがこの位置づけで、
再開されたらまた走りたい。

Impact of transition design on the accuracy of velodrome models

トラックの形状を正確にモデル化できると様々な分析の精度が上がる。
メーカーのノウハウなので設計データはほとんどない。
できるのは測ってモデルを作ることくらいである。

バンクの形状を、真上から見た曲線の形状と、傾きに分けて考える。

曲線パターン①
直線と円弧をつなぐとする。
走行方向と直交方向の加速度を考えると、
切り替わりで急に円運動の加速度aが加わるので走りにくい。


曲線パターン②（１）
直線と円弧の間をクロソイド曲線で結ぶと
加速度の変化は直線で結ばれる（transition）。
クロソイドは曲線距離Lと曲率半径rの積が一定な曲線である。
変形バージョンとして、rとL^nの積一定もある。
ここではn=1と0.5を考える。


曲線パターン②（２）
加速度の変化をなめらかつなぐ方法もある。
自転車の軌跡はこちらに近いが、現実のトラックの形とは異なる。

重要なことは、曲率半径rとトラックの短手方向の幅の二つを測れば
トラックの曲線の形状が求まることである。
短手方向の幅は簡単に測れるし、曲率半径もテープで簡単に測れる。

２つのベロドロームでセオドライトで正確に測った座標と計算を比べると、
transition無しより有りの誤差は小さいが、
transition有りの中ではモデル間で差はない。

傾き
最大と最小の傾斜を走行距離のsineカーブで結ぶモデルが考えられる。
ただし２つのベロドロームでのセオドライトの計測と比べると差が大きい。
精度のよいモデルを作るには計測が必要。


余談
クロソイド曲線は道路やジェットコースターにも使われる。
世界初の1回転するコースター(1895年開業)では単純な円形状が用いられ、
乗客たちが鞭打ち負傷を負った。
彼らは工学の発展に寄与した。

The Promise of Sleep: A Multi-Sensor Approach for Accurate Sleep Stage Detection Using the Oura Ring

指に着けるウェアラブルセンサのOuraの睡眠4ステージの判定精度について。
元の記事はこちら。

概要
　脳波を測るPSGの判定を正解データとして
　Ouraリングの同時計測データからの睡眠ステージ予測の正解率を調べた。
　加速度データのみのモデルでは57%
　加速度＋温度＋自律神経（HRV）＋cardianリズムのモデルで79%
　他社より良い

ここでは睡眠ステージの判定の話だけで、
睡眠スコアはまた別の話。

睡眠ステージ4段階とは
　light-nonREM
　deep-nonREM
　REM（レム睡眠）
　wake

方法
　4モデルの予測精度を比較
　ACC
　ACC＋T
　ACC＋T＋HRV
　ACC＋T＋HRV＋C

データ取得
　440日、106人、3400時間
　シンガポール　フィットする片指
　フィンランド　両指計測、予測は左のみ
　アメリカ　両指計測、予測は右のみ
　全体で15～73才

Circadianリズムとは体内時計。
一つはコサイン波状の変化モデル
もう一つはhomeostatic sleep driveで、
起きてから線形に増加し、寝ると指数関数で減少するモデル。

HRV
　睡眠ステージ判定に重要な脳波はHRVと関係が強いので
　予測精度向上に一番効く
　HRVは心拍数の時間変化の周期を調べたもの
　高周波HF 0.15-0.4Hz　→リラックスすると現れる（副交感神経活動）
　低周波LF 0.04-0.15Hz　→生理的な意味はまだあいまい
　HRV指標いろいろ

精度検証
　5分割cross validation
　accuracy　4分類の正解率　値は一つ
　sensitivity　感度=recall再現率　TP/(TP+FN) 本当の陽性を陽性と判定
　specificity 特異度　TN/(FP+TN)　本当の陰性を陰性と判定
　指標の意味
　ある分類の正解率を上げようとすると他の分類の正解率が下がる。
　　→全分類の正解率が全体的に高いとよい。
　各分類の出現率に偏りがある場合、出現率の高い分類を優先すると自動的に正解率が上がる。
　　→sensitivityとspecificityを見るとよい。

結果
　温度追加ではあまり改善しない
　HRV追加で多く改善
　circadian追加で少し改善　センサーと独立

　フルスペックのモデルでsensitivityとspecificityが4ステージともに74-98%
　他社はあるステージの正解率は高くても他のステージが犠牲になり50%くらいに悪化
　　→Ouraはコンパクトな上に精度も高いのですばらしい。

制約
　仰々しいPSGでの計測自体が睡眠に影響するかも
　指の左右差は不明
　健康な人だけ　→たぶん生活リズムも普通
　地域ごとに異なる人がデータ採取