東京大学大学院医学系研究科の上田泰己教授、香取真知修士課程２年（研究当時）、史蕭逸助教らは、研究室で独自に開発した、腕の加速度から睡眠・覚醒状態を判別する機械学習アルゴリズムＡＣＣＥＬを用いて、英国のＵＫバイオバンクにある約10万人（40～69歳）の加速度データを睡眠データに変換し、それを詳細に解析した。その結果、この10万人の睡眠が16種類のパターンに分類できることを見いだした。その中には、朝型や夜型といった既知の睡眠パターンに加え、睡眠障害との関係が疑われる新しい睡眠パターンも含まれていた。
ＡＣＣＥＬは、リストバンド型加速度センサーから得られた３軸の加速度データを高精度な睡眠データに変換することができる。その睡眠データを17の一般睡眠指標と４つのリズム関連推進指標を含む21の睡眠指標に変換。これらをクラスタリングすることで８種類のクラスターに分類した。