| 研究課題/領域番号 |
19K20257
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分60060:情報ネットワーク関連
|
|---|
| 研究機関 | 岡山大学 |
|---|
研究代表者 |
樽谷 優弥 岡山大学, ヘルスシステム統合科学研究科, 助教 (10751175)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2019年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | Internet of things / 合意形成 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
情報通信技術を用いてネットワークに接続する様々な端末から情報を収集し、消費電力の削減等の目的に応じた機器制御を行うサービスが人の生活環境へも拡がりつつある。特に生活環境では、ユーザの満足度を考慮しつつ目的を達成することが要求される。一方、公共空間やオフィス環境では、多種多様な嗜好を有するユーザが生活するため、全てのユーザの満足度を考慮した機器制御は容易ではない。本研究課題では、異なる嗜好を有するユーザが生活する環境において、制御目的の達成とユーザの満足度の充足が両立可能な機器制御を提案する。
|
| 研究成果の概要 |
情報通信技術を用いてネットワークに接続する様々な端末から情報を収集し、消費電力の削減等の目的に応じた機器制御を行うサービスが人の生活環境へ拡がりつつある。このような環境では、多種多様な嗜好をもつユーザの満足度への影響も考慮した機器制御が必要とされる。本研究課題では、異なる嗜好を有するユーザが生活する環境において、制御目的の達成とユーザの満足度の充足が両立可能な機器制御を提案する。
研究の結果、強化学習を用いた手法を提案し、空調や照明を対象とした制御によって最適な制御に近い制御が可能であることを明らかにした。また、完全な教師データがない状況でも適切な制御が可能であることを示した。
|
| 研究成果の学術的意義や社会的意義 |
本研究で取り組んだ合意形成による機器制御は、ユーザの嗜好を直接収集することを必要とせずとも、あらかじめ収集して作成したユーザストレスモデルを用いることで環境内の機器を制御し、消費電力の低減とユーザへの快適な空間の構築を可能とする。また、従来の制御手法では教師あり機械学習を用いた方法を主としていたのに対し、強化学習を用いることでデータの用意が不十分な状況でも適切に制御値を導くことができる手法を提案した。
|
