2018 Fiscal Year Annual Research Report
複合ＩｏＴビッグデータを用いた個人適応型支援システムの開発
| Project/Area Number |
17J11668
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
本田 崇人 熊本大学, 自然科学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2017-04-26 – 2020-03-31
|
| Keywords | テンソル解析 / ビッグデータ / 時系列 |
|---|
| Outline of Annual Research Achievements |
本研究は複合IoTビッグデータの予測とその結果に基づく個人適応型支援システムの開発を目標としている。その前段階として、本年度は複合IoTビッグデータの中から有用なパターンを多角的に抽出する手法を開発し、様々な種類のデータを汎用的に解析できる技術へと発展させた。
昨年度までは車両走行に特化した技術を開発していたが、本年度はそれをさらに発展させ、工場機械やアクティビティトラッカーなど、様々な種類のセンサデータを汎用的に解析できるようにした。
現在多くのデバイスにセンサデータが取り付けられ、データが収集されている状況であるが、それらの利活用が非常に重要な課題となっている。本手法では実際に、工場機械の故障予知や、スポーツ選手の疲労測定など多くの応用が可能であることが確認できている。
本研究成果は、人工知能分野におけるトップ国際会議の1つであるIJCAI 2019に投稿され、現在査読中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
多くの実データに対し高精度なセグメンテーションを可能とし、来年度実施を予定していた将来予測の技術への活用が期待できるため。
|
| Strategy for Future Research Activity |
今後はセグメンテーションにより要約された情報を用い、深層学習手法と組み合わせることで将来の予測を実現する。これにより危険予知や情報推薦が可能となり、より実用的な技術になることが期待される。
|
