2017 Fiscal Year Annual Research Report
Health score prediction from sensor based behavior pattern analysis
| Project/Area Number |
25700026
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
下坂 正倫 東京工業大学, 情報理工学院, 准教授 (40431796)
|
|---|
| Project Period (FY) |
2013-04-01 – 2018-03-31
|
| Keywords | 実世界情報処理 / 統計的行動情報処理 / 機械学習 / 行動センシング / 屋内測位 |
|---|
| Outline of Annual Research Achievements |
本課題の目的は，住宅内に設置したセンサとスマート携帯端末等で得られる人の行動に関するセンサ情報をもとに，生活機能スコアの統計的予測モデルを構築することである．今年度はこれまでに得たデータの分析を進めると共に，分析の基盤として，スマート携帯端末，特に位置情報に基づくデータを用いた行動のモデリング技術，ならびに，研究課題を通じて浮き彫りになったスマート携帯端末でのセンシング技術の課題を解消する手法を開発し，行動データ取得技術の信頼性向上を図った．
位置情報に基づく行動モデリング技術として，位置情報の軌道データと曜日・時間帯に基づいて居住地・頻出する外出先といった行き先を推定する枠組みを構築した．曜日・時間帯に応じて事前に推定した目的地の推定結果を，時々刻々と入力される軌道情報から，結果を早期に修正をし信頼度を高める枠組である．この成果は当該分野の主たる学術誌であるProceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies (ACM IMWUT)に掲載され，当該分野のトップ会議であるUbiComp2018にて発表予定である．
スマート携帯端末でのセンシング技術として，無線電波強度に基づく屋内測位に関する研究を推し進めた．屋内測位性能の機種依存性の解消を目標としている．これは端末毎に異なる無線電波受信アンテナの特性の差異により生ずるものであり，従前の枠組みでは，運用機種に合わせたデータ収集を行うか，ドメイン適応，追加学習といった学習アルゴリズムを用いる他，解決が難しかった．本研究では，楕円周特徴と呼ぶ新たな特徴量を用いた測位手法を開発し，追加コストを一切かけることなく機種非依存な性能を担保することを示した．この成果をACM IMWUT（UbiComp2017）にて発表した．
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
