異常状態の自動定義による 状況監視アプリケーションの支援 出内 将夫 [email protected] 環境情報学部４年 アウトライン 背景 用語定義 目的 要件 アプローチ 設計・実装 評価 今後の課題 まとめ コンピューティング環境の変化 Ubiquitous Computing環境 多様なセンサや機器 ネットワーク接続性 様々なアプリケーションから利用可能 例えば・・・ 温度，位置情報，音量 AV機器，空調機器 状況監視アプリケーション 状況監視アプリケーションとは センサや機器から環境をモニタリング 異常状態を検知・通知 活用例 遠隔介護システム 警備システム 異常状態 普段と異なる状況 人の行動に繋がる環境の状態 身の危険 経済的損失 環境ごとに異なる センサが設置されている場所/周囲の状況 機器を使用している環境や使用頻度 アプリケーション例 老人の異常検知 一人暮らしの老人を監視 通知先：家族，介護センターなど 例：倒れていることを検知 ある場所からしばらく動かない 寝ている？テレビを見ている？ 居間？トイレ？台所？ 目的 状況監視アプリケーションを支援 異常状態を自動定義 開発者の負担を軽減 様々な環境を想定する必要 ユーザにかかる手間を軽減 アプリケーションに対する設定 要件 自動生成機能 環境適応性 環境に応じた異常状態の判定基準 定義記述の柔軟性 開発者/ユーザによる確認/編集が可能 アプローチ 学習アルゴリズムの利用 履歴情報から定常状態を抽出 定常状態⇔異常状態 環境適応性を実現 理解が容易なアルゴリズムの選定 学習アルゴリズムの比較 比較したアルゴリズム ベイジアンネットワーク ニューラルネットワーク 決定木学習 評価項目 定義の理解は容易か 自動生成は履歴情報のみで実現できるか 比較結果 決定木学習を採用 決定木学習 分類問題を学習 分類結果を木構造で表現 予測問題，制御問題，パターン認識に応用可能 自動生成機能の実現 全てのデータを離散化 分類に用いる属性を一意に決定可能 可読性の実現 フローチャートに類似 理解が容易 決定木学習 木構造による定常状態の表現 節－環境属性 枝－環境属性の値 葉－クラスとした環境属性の値 環境属性 環境の状態を表す情報 ex.温度，湿度，照度・・・ 異常の判定 定義された定常状態から外れたら異常 現在の状態と比較 葉と異なる 枝が無い 木の作成方法 数値データの離散化 平均と偏差を使って離散化 枝の構築 全てのデータを効率良く分類 ID3,C4.5（決定木構築アルゴリズム） 設計 学習フェーズ 情報取得部 履歴管理部 木作成部 検知フェーズ 判定部 通知部 検知フェーズ 学習フェーズ 実装概要 学習フェーズ全体 情報取得部 履歴管理部 木作成部 検知フェーズ一部 今回実装した部分 判定部 実験環境 場所 SSLab(Smart Space Laboratory) 使用デバイス DA100（温度情報） RF-Reader（位置情報） WebCamera（明るさの変化） 照明の状態 Ambient Light Spot Light 木の作成条件 木の作成前に約３００分の履歴収集作業 約２０秒に１回のデータ更新 人のin，outはイベントドリブン 全体の収束時間は約６００分 変化の少ないセンサや機器 木の作成 収束が確認できた 実際に作成された木 部屋の明るさの変化と照明の関係 人と関連づけられなかった 閾値の問題 判断できる異常 ライトがonになった場合に 部屋の明るさが変化しない 木の作成にかかった時間 縦軸：定常状態の木に含まれる枝の本数 横軸：システムの稼働時間の図 収束時間に対する考察 全体の収束時間は約６００分 利用したセンサや機器 種類は４種 変化の少ないセンサや機器 木作成にかかる計算時間 毎回全ての履歴を計算させた 2 計算量：O(N )（２次近似） 計算時間に対する考察 一定時間に一度の計算が好ましい 定常状態の安定度 履歴の圧縮が必要 遠い履歴と近い履歴 毎回の離散化は厳しい 今後の課題 連続値の離散化を工夫 より適切な閾値の設定 様々な生活環境での測定 定常状態が変わった場合の収束 新しい履歴に重み 周期性の考慮 時間ウィンドウ APIの整備 アプリケーションに渡す情報 まとめ 状況監視アプリケーションを支援する ミドルウェアのプロトタイプを実装 SSLabで４種類のセンサを用いての実験 環境情報を用いた定常状態の木の生成
© Copyright 2024 ExpyDoc
