設置が容易な生活行動センシングシステムの構築と一般家庭でのデータ収集・解析実験

• Item type: SIG Technical Reports(1)
• 公開日: 2019-11-13
• タイトル: 設置が容易な生活行動センシングシステムの構築と一般家庭でのデータ収集・解析実験
• タイトル / 言語: en
• タイトル: Easy-To-Deploy Living Activity Sensing System and Data Collection and Analysis in General Households
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: MBL
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属: 奈良先端科学技術大学院大学／理化学研究所
• 著者所属: 奈良先端科学技術大学院大学
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science / Riken
• 著者所属(英): en
• 著者所属(英): Nara Institute of Science
• 著者名: 松井, 智一; 大西, 晃正; 三崎, 慎也; 藤本, まなと; 諏訪, 博彦; 安本, 慶一
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 家電のスマート化や IoT 機器の高性能化を背景に，宅内サービスの高機能化が研究されている．特に，我が国では少子高齢化が進行していることから，生活行動推定技術を用いた宅内サービスによる居住者の QoL 向上や，高齢者の見守りが切望されている．一方で，生活行動推定は多種 ・多数のセンサを要するため，一般家庭への設置 ・運用が難しいという課題がある．本研究では，安価かつ設置 ・運用が容易なセンサからなる生活データ収集システムを構築した．構築したシステムを一般の高齢者家庭に設置し，2 カ月間の生活データ収集を行った．収集したデータを元に，LSTM （Long short-term memory） を用いた深層学習モデルにより居住者の行動推定を行った結果，高い再現率で居住者の行動推定を行うことができ，実サービスへの応用可能性を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Emergence of smart appliances and high performance IoT devices is promoting studies on more functional and intelligent home services using these devices. In Japan, we are facing the problem of aging population and declining birthrate, hence it is urgent to develop technologies to improve resident's QoL and monitor the elderly through home services based on the activity recognition technology. However, an activity recognition system in general requires many types/number of sensors and hence it is difficult to deploy and operate it in general households. In this paper, we propose a system consisting of low-cost and easy-to-deploy sensors that collects data of resident's activities of daily living (ADL). The system was deployed in actual homes of senior citizens and collected ADL data for two months. We also estimated the ADLs from the collected data by Long short-term memory (LSTM), a deep learning model. As a result, ADLs could be estimated at high recall rate and hence we found that the proposed system has high applicability to actual services.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11515904
• 書誌情報: 研究報告高度交通システムとスマートコミュニティ（ITS）; 巻 2019-ITS-79, 号 19, p. 1-8, 発行日 2019-11-13
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8965
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会