研究課題
平成２６年度は，センサエラー分類モデルの構築と，その分類モデルを用いた集中型のセンサデータ自己修復手法を提案した．センサエラー分類モデルの構築にあたっては，Intel Berkeley labのデータセットや，オランダGroningen大学内のスマートビルディングで得られたデータセット，スペインサンタンデール市に設置されているスマートシティシステムから得られたデータセットなど，様々なデータセット内のデータを分析し，文献調査の結果と統合してセンサエラー種類ごとの特徴を定式化し，決定木として分類モデルの定義を行った．次に，分類モデルを用いた集中型のセンサデータ自己修復手法を提案した．集中的に収集されたセンサデータに対して時空間的解析によって特徴量を抽出し，センサエラー分類モデルに基づいてセンサエラーを検知・分類し，その結果に基づき各ノードに対して適切な補正を実施するフレームワークを構築した．さらに，長期間にわたって高精度でエラーの分類・検知を行うために，統計的パターンマッチングを用いてセンサエラー分類モデル自体の最適化を行った．さらにこれらの手法を，三鷹市の駐輪場に設置されている車両検知センサーのデータセットや，スペインサンタンデール市に設置されている気温センサーのデータセットなどに適用し，その有効性を評価した．
2: おおむね順調に進展している
当初の研究計画では，(1)センサエラー分類モデルの構築と(2)センサエラー分類に基づく集中型のセンサデータ自己修復手法の構築という2つを平成２６年度に実施する計画だったが，それらの目標を達成することができた．また，提案した手法をシミュレーションのみならず，様々な実センサデータセットを用いて評価することができた．従って，研究は計画通りに順調に進展しているといえる．
平成２６年度の進捗が予定通り進んだため，平成２７年度では当初の計画通り，大規模なWSNに対して自己修復の適用を可能とするために，各ノード上で自身のノードに含まれるセンサエラーの検知・分類・除去を行うセンサデータ自己修復手法の分散化を行う．
すべて 2015 2014
すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (5件)
IEEE Transactions on Systems, Man, and Cybernetics: Systems
巻: Vol.45, No.4 ページ: 675-687
10.1109/TSMC.2014.2360506
