| Project/Area Number |
22K19827
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 62:Applied informatics and related fields
|
|---|
| Research Institution | Hitotsubashi University |
|---|
Principal Investigator |
OTAKI YURINA 一橋大学, 大学院社会学研究科, 教授 (50422382)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大塚 玲 情報セキュリティ大学院大学, その他の研究科, 教授 (50415650)
中田 亮太郎 一橋大学, 情報基盤センター, 講師 (10943566)
|
|---|
| Project Period (FY) |
2022-06-30 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥6,500,000 (Direct Cost: ¥5,000,000、Indirect Cost: ¥1,500,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2022: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
|
|---|
| Keywords | 水道使用量 / ディスアグリゲーション / AI / 行動別水使用量 / ビッグデータ / データ利活用 |
|---|
| Outline of Research at the Start |
内閣府の第5期科学技術基本計画において日本が目指すべき未来社会の姿として提唱されたSociety5.0では、「センサー情報からのビッグデータ解析による新たな価値創造」が打ち出されているが、水道使用は、生活の実態を表す有益な情報を内包しているにも関わらず、活用可能なデータが存在しないため、新たな価値を考える土俵にもあがることができていない。
そこで本研究では、水使用量の経時データを秒/分単位で把握するシステムを開発し、そこからのデータを用いて、行動別水使用量に分解することで家庭の生活様式や居住者の健康状態に関わる情報を抽出することを目指す。
|
| Outline of Final Research Achievements |
In this study, we aimed to generate valuable information closely related to daily life and health by utilizing AI to disaggregate total household water usage into individual water-use activities. The ultimate goal is to apply this information to areas such as elderly care and health management. Similar techniques have already been developed for electricity data, where Non-Intrusive Load Monitoring (NILM) enables the estimation of which appliances are being used and when. By combining such technologies, more advanced applications in care and health management can be expected.
We conducted an analysis using a uniquely collected dataset from Japan, applying methods such as 1D-CNN and UNet-WD. However, disaggregating water usage by activity proved to be highly challenging. Moreover, we were not able to scale the data granularity from the current one-second intervals to the one-hour intervals assumed in real-world applications.
|
| Academic Significance and Societal Importance of the Research Achievements |
現在、電気データにおいては、いつどのような用途に電気が使用されているかが明らかにできるようなNILM技術が開発され、高度な介護や健康管理への応用が期待されている。しかし電気データでは、トイレやお風呂のような利用が明らかにできないことから、水道スマートメータのデータからの行動推定による補完が期待されてきた。しかし、水道スマートメータから得られる1時間値では行動推定が非常に困難であることが明らかになったことで、水道スマートメータのデータの活用方法や粒度の高め方について考え方を転換する必要が明らかになった。
|
