Fusion von Messdaten aus technischen und menschlichen Sensoren

AGEO-Forum, Wien
Fusion von Messdaten
aus technischen und menschlichen Sensoren
…von datenarmen zu datenreichen Geo-Analysen
Bernd Resch
20. Oktober 2015
Technische Geo-Sensoren
Bernd Resch
20. Oktober 2015
2
Motivation ::: Geo-Sensoren
Bernd Resch
20. Oktober 2015
3
Geo-Sensor Netzwerke ::: Echtzeit-GI
Umwelt
Bernd Resch
20. Oktober 2015
4
Geo-Sensor Netzwerke ::: Echtzeit-GI
Sicherheit

Lokalisierung von
radioaktiven
Strahlungsquellen

4D-Analyse in Echtzeit

Integration mit
C&C-Center
 “Situational
Awareness”
Bernd Resch
20. Oktober 2015
5
Geo-Sensor Netzwerke ::: Echtzeit-GI
Luftqualität
 Mobiles Sensornetzwerk
 Stadtweite Luftqualität
Bernd Resch
20. Oktober 2015
6
Menschliche Sensoren
Bernd Resch
20. Oktober 2015
7
Menschliche Sensoren ::: Motivation
 Vision: ubiquitäre Geo-Sensor Webs
 Ausbringung von Sensornetzwerken aufwändig, teuer
und organisatorisch herausfordernd
 Messung von raum-zeitlichen Phänomenen methodisch
und technisch schwierig
 Erforschung von alternativen Ansätzen für die
Gewinnung von aktuellen Daten und Information
Bernd Resch
20. Oktober 2015
8
Menschliche Sensoren ::: Motivation
Bernd Resch
20. Oktober 2015
9
Motivation ::: Geo-Sensoren
Bernd Resch
20. Oktober 2015
10
People as Sensors
Bernd Resch
20. Oktober 2015
11
People as Sensors ::: Begriffsklärung
 “Messmodell, in dem Messungen nicht nur von kalibrierten
Hardware-Sensoren aufgenommen werden, sondern
Menschen ihre subjektiven Beobachtungen und
Wahrnehmungen beitragen können”
 Menschen: nicht-technische Sensoren mit kontextueller
Intelligenz und weitreichendem Hintergrundwissen
 Ergänzung oder sogar Ersatz für spezialisierte und
kostenintensive Sensornetzwerke
Bernd Resch
20. Oktober 2015
12
Urban Emotions ::: People as Sensors
Bernd Resch
20. Oktober 2015
13
People as Sensors ::: Partizipative Planung
Bernd Resch
20. Oktober 2015
14
Collective Sensing
Bernd Resch
20. Oktober 2015
15
Collective Sensing ::: Real-time Cities
 Urbane
Dynamiken in
Echtzeit
Bernd Resch
20. Oktober 2015
16
Collective Sensing ::: South Tyrol Tourism
Bernd Resch
20. Oktober 2015
17
Collective Sensing ::: Mobilfunkdaten
Quelle: Sagl et al. (2012)
Bernd Resch
20. Oktober 2015
Collective Sensing ::: Google Flu
 Google Flu
Begriffe in der
Internetsuche als
Indikator für
Grippe-Hot Spots
Quelle: http://www.google.com
Bernd Resch
20. Oktober 2015
19
Collective Sensing ::: „Twitter Flu“
 …Nutzung von
Twitterdaten
Quelle: http://www.mit.edu
Bernd Resch
20. Oktober 2015
20
Integration & Forschungsgebiete
Bernd Resch
20. Oktober 2015
21
Twitter: Aufenthaltsorte
Bernd Resch
20. Oktober 2015
22
Twitter ::: Aufenthaltsorte
 Begrenztes Wissen über die Aufenthaltsorte von Menschen
in Echtzeit
 Idee: semantische Assoziation zwischen georeferenzierten
Tweets und raum-zeitlichen Aufenthaltsorten von
Menschen
 “Home” und “Work” Topic-Extraktion
 Korrelation mit Zensusdaten
Steiger, E., Westerholt, R., Resch, B. and Zipf, A. (2015) Twitter as an Indicator for Whereabouts of People? Correlating
Twitter with UK Census Data. Computers, Environment and Urban Systems (CEUS), 54, pp. 255-265.
Bernd Resch
20. Oktober 2015
23
Twitter ::: Whereabouts of People
Steiger, E., Westerholt, R., Resch, B. and Zipf, A. (2015) Twitter as an Indicator for Whereabouts of People? Correlating
Twitter with UK Census Data. Computers, Environment and Urban Systems (CEUS), 54, pp. 255-265.
Bernd Resch
20. Oktober 2015
24
Twitter ::: Whereabouts of People
Steiger, E., Westerholt, R., Resch, B. and Zipf, A. (2015) Twitter as an Indicator for Whereabouts of People? Correlating
Twitter with UK Census Data. Computers, Environment and Urban Systems (CEUS), 54, pp. 255-265.
Bernd Resch
20. Oktober 2015
25
Twitter ::: Aufenthaltsorte
Steiger, E., Westerholt, R., Resch, B. and Zipf, A. (2015) Twitter as an Indicator for Whereabouts of People? Correlating
Twitter with UK Census Data. Computers, Environment and Urban Systems (CEUS), 54, pp. 255-265.
Bernd Resch
20. Oktober 2015
26
Twitter ::: Aufenthaltsorte
 “Home”-Topic clustert an
Verkehrsknotenpunkten
 Integration
von Richtung
nötig
Steiger, E., Westerholt, R., Resch, B. and Zipf, A. (2015) Twitter as an Indicator for Whereabouts of People? Correlating
Twitter with UK Census Data. Computers, Environment and Urban Systems (CEUS), 54, pp. 255-265.
Bernd Resch
20. Oktober 2015
27
Twitter ::: Aktivitäts-/Mobilitätsmuster
Steiger, E., Resch, B. and Zipf, A. (2015) Exploration of Spatiotemporal and Semantic Clusters of Twitter Data Using Unsupervised
Neural Networks. International Journal of Geographical Information Science, volume and issue pending, pp. pending.
Bernd Resch
20. Oktober 2015
28
Twitter ::: Aktivitäts-/Mobilitätsmuster
Steiger, E., Resch, B. and Zipf, A. (2015) Exploration of Spatiotemporal and Semantic Clusters of Twitter Data Using Unsupervised
Neural Networks. International Journal of Geographical Information Science, volume and issue pending, pp. pending.
Bernd Resch
20. Oktober 2015
29
Urban Emotions
Bernd Resch
20. Oktober 2015
30
Urban Emotions ::: Konzept
Bernd Resch
20. Oktober 2015
31
Urban Emotions ::: Emotionssensoren
 Brustgurte oder Armbänder
 Messparameter: Hautleitfähigkeit,
Körpertemperatur, Herzratenvariabilität, EKG, …
 Detektion von emotionalen
Ausschlägen und Stress-Levels
 Kalibrierung!
 Sensor-Benchmark!
Bernd Resch
20. Oktober 2015
32
People as Sensors ::: Urban Emotions
 Erfassung von subjektiven Eindrücken
von Orten
 Kontext und Qualität
 Korrelation
 “Ground-truthing”
 Standardisierte Datenintegrationsinfrastruktur (SOS-T)
Bernd Resch
20. Oktober 2015
33
Urban Emotions ::: People as Sensors
Bernd Resch
20. Oktober 2015
34
Hohe Stressintensität
Geringe Stressintensität
20. Oktober 2015
Bernd Resch
20. Oktober 2015
36
Conclusio
Bernd Resch
20. Oktober 2015
37
Conclusio ::: Qualitätssicherung
 Hochqualitative Daten als Voraussetzung für verlässliche
Entscheidungsunterstützung
 Semi-automatisierte Plausibilitätsprüfung und Fehlerkorrektur
für VGI und Sensordaten
 Erstellung von Kriterien
für Qualitätskontrolle
 Sensordaten
 VGI
Quellen: Alfred Wieser und Clemens Jacobs
Bernd Resch
20. Oktober 2015
38
Conclusio ::: Privatsphäre und Datenschutz
 Privacy und rechtliche Maßnahmen
 Analyseergebnisse oft nur Surrogate (!)
 Collective Sensing
 Opt-in/opt-out Möglichkeiten
 Bewusstsein bevor Daten geteilt werden
 Rechtlicher Rahmen!
Dateneigentümer?
Datenspeicherung?
Haftungen?
Bernd Resch
20. Oktober 2015
39
Conclusio ::: Privatsphäre und Gesetze
Quelle: Zwick and Dholakia (2001)
Bernd Resch
20. Oktober 2015
40
Conclusio
 People as Sensors vs. Collective Sensing vs. Citizen
Science
 Ergänzung zu Geo-sensor Webs
 Verlässlichkeit!  QS
 Privacy/Datenschutz
 Anwendbarkeit
Bernd Resch
20. Oktober 2015
41

Andreas
Petutschnig

Veronika
Priesner
Enrico Steiger

Clemens Havas

Thomas
Blaschke

Bernhard Reinel

Anja Summa

Alexander Zipf

Martin
Sudmanns

J.-P. Exner

Manfred
Mittlböck

…

Peter Zeile

Günther Sagl

René Westerholt

Bernd Resch
Quelle: www.eagletechnosys.com
Acknowledgements
20. Oktober 2015
42
AGEO-Forum, Wien
Fusion von Messdaten
aus technischen und menschlichen Sensoren
…von datenarmen zu datenreichen Geo-Analysen
Bernd Resch
20. Oktober 2015

Download Report