13/9/2014Ubicomp MCSS2014 New Sensing and Mining Opportunities 2014.12.11 NTTドコモ・慶應大学共同研究 中間報告 LiPS: Linked Participatory Sensing for Optimizing Social Resource Allocation Mina Sakamura, Takuro Yonezawa Jin Nakazawa, Kazunori Takashio, Hideyuki Tokuda 慶應義塾大学政策・メディア研究科修士１年 坂村美奈 [email protected] 1 はじめに 2 • 複雑なセンシングタスクを小さなタスクに分割し、 リンクさせることでソーシャルリソース配置の最 適化を行うLiPSの提案 – LiPS = Linked Participatory Sensing – デザインと実装の説明 – デモ Sensing Task Level 1 Task 3 Level 2 … Task Final Task ＊タスク…ある目的を持ったセンシング内容 Ex)「バスの列をレポートしてください」「雪の様子を写真で送ってください」 概要 • センサネットワークの普及 • 参加型センシングの普及 – スマートフォンや物理センサを利用し人々の知覚か ら得られる情報や街の情報をセンシング – 収集、解析、共有 Internet Physical World Physical sensor 4 Human as a sensor 背景 • 単純なセンシングタスクが多い – Ex1)列に並んでいる人数を教えてください – Ex2)今の天気の様子を写真に撮ってください 5 近年の参加型センシング • 達成が難しい複雑なセンシングタスクが増える – センシング可能な人が限られるタスクの増加 Professional 6 今後の参加型センシング • 各々のタスクはレベルを持つ • 簡単なタスク – 大半の人々が達成可能 • 通行人 • 難しいタスク – 特別なスキルを要する – ユーザのプロフィールとセンシング対象に関係 • プロフィール • 性別、住所、職業etc • センシング対象 • 公共物（道路、街灯、標識…）、植物、建物、清掃状 況、混雑状況、イベント情報etc 7 タスクのレベル • ハイレベルなタスクを実行するには、技術者や 医療従事者、管理者といった特別な能力を持 つ人々が必要だが、 “プロフェッショナル”の数は限られている 8 問題意識 • 複雑なセンシングタスクを効率よく達成するため、 ソーシャルリソースの最適配置を行う 色々なソーシャルリソースの例 9 目的 • 複雑なセンシングタスクを小さなタスクに分割し、 それぞれに適切なセンサを割り振り、お互いをリ ンクさせる • LiPS: linked participatory sensing 10 アプローチ LiPS 11 • 病院で – Level 1 : 脈拍センサを装着した患者さん • 普段と異なるセンサの値を取得すると看護師が呼ばれる – Level 2 : 看護師 • 様子を見に来た看護師が手に負えない状態だと判断する と、医者を呼ぶ • 正常だった場合Level 1に戻る – Level 3 : 医者 • 様態への対処、他の医師を呼ぶ等 12 LiPS のイメージ Sensing Task Level 1 Task Level 2 Task … Final Task Various social resources 13 LiPS コンセプト Sensing Task Level 1 Task Level 2 Task … Final Task Various social resources 14 LiPS コンセプト センシング環境 Task level 1 Task level 2 プロフェッショナル ショッピングモール 人の存在、ゴミ 箱の明るさ、重 さ 清掃状況、混雑 更なる清掃状況や 度、快適度、不 不具合の確認、混 審物の発見 雑度の確認 タクシーやバスの列 人の存在 混雑度、待ち時 配車/交通状況の把 間 握、サービス状況 街灯など公共物の管 理 照度 故障、不具合 15 より詳細な故障具 合の確認 センシングタスクの例 • センサネットワークと物理センサの統合アーキテ クチャ – Suelo* • 人アシスト型センシングシステム • 物理センサが取得した値をvalidate, calibrate及びセン サの修復、再設置が必要な場合、動的に人の助けを要 請 • Level 1 sensor: 土壌センサ（固定） • Level 2 sensor: 人（固定） – LiPS : 様々なセンサから選び、どのセンシングタスク に結びつけることも可能 • レベル毎のセンサも固定ではない *Ramanathan, N., Schoellhammer, T., Kohler, E., Whitehouse, K., Harmon, T., and Estrin, D. Suelo: human-assisted sensing for exploratory soil monitoring studies. In Proceedings of the 7th ACM Conference on Embedded Networked Sensor Systems, ACM (2009), 197–210. 16 関連研究(1/2) • 参加型センシングを簡単に行うツール – タスクマネジメント（作成、書込、配布） • Ex)PRISM*: １つ１つのタスクを配布するツール • LiPS : 複数のタスクに対応かつリンクさせ合う • ゲーム理論を利用した参加型センシング – 参加型センシングのみに焦点 – LiPS: 物理センサと参加型センシングを利用 – 今後、参加型センシングを行う際に適用 *Das, T., Mohan, P., Padmanabhan, V. N., Ramjee, R., and Sharma, A. Prism: platform for remote sensing using smartphones. In Proceedings of the 8th international conference on Mobile systems, applications, and services, ACM (2010), 63–76. . 17 関連研究(2/2) システムデザイン 18 • XMPP プロトコルのPubSub Extensionを使 用 – 仮想センサとしてイベントノードを作成 – 同APIでセンサデータをpublish,monitor等出来る • Sensor-Over-XMPP の拡張 – テキスト、複数選択、写真、動画、音声ファイルの 投稿 – Sensor Andrew*（Carnegie Mellon University, US）を利用 システムデザイン 19 *http://www.ices.cmu.edu/censcir/sensor-andrew/ 20 統合アーキテクチャ 21 システム構成図 デモ 22 • 物理センサと参加型センシングを統合したAndroid アプリケーション – モデル例：地域の清掃状況 • Level 1 – 照度センサ（ゴミ箱に装着） • Level 2 – 一般の方々（通行人など） • Level 3 – 清掃員の方々 • ソーシャルリソースの割り振り及びモデルの作成、配 布等を行うためのwebtool – http://www.ht.sfc.keio.ac.jp/~richie/pub/lips/ • 視覚化 – http://sox.ht.sfc.keio.ac.jp:54380/show/f8087bb 1810ada3d57f6a2a230dd02e3 23 デモ おわりに 24 • 実験 – 一般の人にもWeb toolを使用してもらう • センシングタスクの増加 • タスク割り振りの自動化 – モデルの再利用 • 課題 – ユーザの参加意欲 • ポイント、ゲーム性の導入 – Webtool上での物理センサの特定手法 25 今後の展望 • ソーシャルリソースの最適配置を行うために複 雑なセンシングタスクを分割しリンクさせ合う LiPSの提案 – プロトタイプ、デモの紹介 26 まとめ • 発表 2014.9 – MCSS 2014 ( in Ubicomp 2014 ) – http://dl.acm.org/citation.cfm?id=2641286 2014.11 – ORF 2014 27 ご清聴ありがとうございました
© Copyright 2025 ExpyDoc
