参加型センシングとセンサデータを用いた都市コンテクスト理解と予測手法の研究

点击翻译按钮获取中文摘要

今年度は，物理センシングによって取得されたデータを用いた都市コンテクスト理解を研究し，その結果を論文投稿および口頭で発表し，最後に博士論文を執筆した．まず昨年度取り組んだ道路の路面診断システムの実現に引き続き取り組んだ．本研究では，ゴミ清掃車上で道路の損傷検出が可能なエッジシステム CityInspector を提案した．実際に神奈川県や藤沢市の道路維持課にヒアリングを行い，その結果を元に設計および実装をした．CityInspectorの有用性を示すため，実験を行なった．その結果，CityInspectorが費用を抑えつつ，ゴミ収集などの日常業務の傍らで定期的かつ空間的に網羅しつつ道路の点検が可能であることが示された．この結果を博士論文に含めた．次に今まで取り組んできた研究をまとめて開発・運用を可能にするため，都市での機械学習応用システムの統合開発環境CityFlowの設計と実装をした．CityFlowは，都市における機械学習応用システムの開発に必要なデータの流れの管理や，訓練させた機械学習モデルのデプロイなどの容易な記述を可能にする．これらの記述が容易になることで，従来の機械学習応用システムを開発する際に，ボトルネックとなっていたデータの収集から前処理，保存などの流れや機械学習応用システムを運用した際に得られる精度についての検証を素早く繰り返すことが可能となる．CityFlowの有用性について検証および考察を行うため，2種類のケーススタディを行った．この研究は，イギリスおよびカナダの研究者との共同研究という形で結果をまとめ，ユビキタスコンピューティング研究発表会およびUrb-IoTで発表し，博士論文に含めた．なお，本研究はユビキタスコンピューティングでは，学生奨励賞を受賞している．