| Project/Area Number |
18H03234
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60060:Information network-related
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
Tsukamoto Kazuya 九州工業大学, 大学院情報工学研究院, 准教授 (20452823)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
野林 大起 九州工業大学, 大学院工学研究院, 助教 (40632906)
池永 全志 九州工業大学, 大学院工学研究院, 教授 (50284716)
妙中 雄三 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (50587839)
山本 寛 立命館大学, 情報理工学部, 准教授 (80451201)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Project Status |
Completed (Fiscal Year 2020)
|
| Budget Amount *help |
¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000)
Fiscal Year 2020: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000)
Fiscal Year 2019: ¥6,890,000 (Direct Cost: ¥5,300,000、Indirect Cost: ¥1,590,000)
Fiscal Year 2018: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000)
|
|---|
| Keywords | ジオセントリック / 時空間コンテンツ / プラットフォーム / 情報ネットワーク / 時空間コンテンツ情報 |
|---|
| Outline of Final Research Achievements |
The purpose of this research project is to efficiently generate necessary information (spatio-temporal contents) within the living space, such as tourism, disasters, and advertisements, and to distribute them in real-time manner for "local production for local consumption of data. We have proposed a geolocation-centric information platform that can collect and process data sent out by a large number of sensor (IoT) devices within spatial proximity, extract spatio-temporal content, and share it in real-time among "all things/people" in geospatial space. After conceptual design, devising a method, and verifying its effectiveness through simulation, we conducted a demonstration experiment using a combination of some of the functions using the campus network.
|
| Academic Significance and Societal Importance of the Research Achievements |
実空間内のユーザにとって有益なコンテンツを共創するためには、センサから取得する環境データ（音、温度、湿度）に加えて、ユーザのパーソナルデータ（趣味、嗜好、移動経路）等の異分野データの融合が重要となる。これには、異種サービスやネットワークを跨ぐデータの利活用が重要となるため、サービスやキャリア網に依存しない形で異分野データを融合するために、AI機能を有効活用可能なエッジネットワークを柔軟に構築し、各ユーザが各種活動を効率的、安全・安心に実施するために、作成したコンテンツをユーザの状況に応じて“地産地消”で提供できる可能性がある。
|
