Development of an Indoor Anomaly Detection System using Plant Sensors with Deep Learning

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K12795
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 90150:Medical assistive technology-related
• Research Institution: Kanazawa University
• Principal Investigator: Nambo Hidetaka 金沢大学, 融合科学系, 教授 (30322118)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 植物生体電位 / 異常検知 / 深層学習

Outline of Final Research Achievements

In this study, we have developed an anomaly detection system that uses plants installed indoors as sensors. For detection, a model based on DiscoGAN, which is a type of generative deep learning model, was constructed using the plant's bioelectric potential as input. The model we build achieved an anomaly detection accuracy of 86%, under defining a state with little or no human movement as normal and a state with human movement as anomaly. This results were presented at the 2022 Sensors Symposium and accepted for journal paper in the IEEE Sensors Journal (Volume: 23, Issue: 23, 01 December 2023, DOI: 10.1109/JSEN.2023.3323147).

Free Research Field

人工知能

Academic Significance and Societal Importance of the Research Achievements

独居老人世帯や一人暮らし世帯が増加していることもあり、屋内で何らかの事故が生じた際にいち早く検知し、適切に対応することは重要である。一方、屋内にセンサ類を設置することに対して心理的負担を感じる人もすくなくない。本研究では、センサとして植物を用いることで、心理的負担を軽減した屋内モニタリングシステムの構築を最終目的としており、植物をセンサとして活用するための具体的な方法について検討し、実験によりその有効性を示したものである。
植物には癒やしなどの副次的効果も期待できるため、安全・安心だけではなくQOLの向上にも有効であり、植物の活用の幅を広げることには大きな社会的意義があると言える。