段階的推定モデルによるセンサネットワークのトポロジ推定

• Item type: Trans(1)
• 公開日: 2011-11-30
• タイトル: 段階的推定モデルによるセンサネットワークのトポロジ推定
• タイトル / 言語: en
• タイトル: Sensor Network Topology Estimation Using Incremental Estimation Model
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: オリジナル論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 早稲田大学大学院基幹理工学研究科
• 著者所属: 大阪大学産業科学研究所
• 著者所属: 法政大学大学院情報科学研究科
• 著者所属: 早稲田大学大学院基幹理工学研究科
• 著者所属(英): en
• 著者所属(英): Department of Computer Science and Engineering, Waseda University
• 著者所属(英): en
• 著者所属(英): The Institute of Scientific and Industrial Research, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Computer and Information Sciences, Hosei University
• 著者所属(英): en
• 著者所属(英): Department of Computer Science and Engineering, Waseda University
• 著者名: 渡辺, 友太; 栗原, 聡; 廣津, 登志夫; 菅原, 俊治
• 著者名(英): Yuta, Watanabe; Satoshi, Kurihara; Toshio, Hirotsu; Toshiharu, Sugawara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，赤外線センサを用いたセンサネットワークのトポロジを，センサの時系列データのみから推定するモデルを提案する．近年，センサネットワークやユビキタスコンピューティングを活用した，人の行動に基づいた機能やサービスを提供するアプリケーションが提案されている．これらのサービスを実現するためには，現在の環境や人の習慣に即した動線に基づく，センサネットワークのトポロジ情報が必要である．また，このトポロジ情報は行動習慣の変化や環境の物理的変化により頻繁に変化するため，高精度に自動推定する手法が求められる．提案手法では，より確実性の高い隣接関係の推定結果を用いながら，段階的に推定する隣接関係の数を増やす手法を用いる．これにより，推定の精度を保ちながら，多くの隣接関係を推定することを可能とする．実験では，実際の環境で収集したセンサデータを用いて提案手法を評価し，従来手法と比較して高精度・広範囲に隣接関係が推定できることを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes the method for accurately estimating topology of sensor networks from time-series data obtained from infrared proximity sensors. Recently, many applications, such as systems that assist with daily activities, have been proposed in the studies on sensor networks and pervasive computing. To realize these applications, the system needs the sensor-network topology reflecting people's moving lines collected in the actual environment and common daily behaviors. This kind of topology may change due to the changes in the environments and common behaviors and the failures of sensor devices. So the automated method to accurately estimate topology of sensor networks is required. Our proposed method is an incremental estimation methods in which the reliable adjacent-relationship results are first identified, then other relationships are gradually estimated based on the previous results. It can estimate more topology with high accuracy. We show that, using actual data gathered from real-world environments, our method can estimate the topology more accurately than the conventional methods.
• 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: AA11464803
• 書誌情報: 情報処理学会論文誌数理モデル化と応用（TOM）; 巻 4, 号 4, p. 37-48, 発行日 2011-11-30
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7780
• 出版者 / 言語: ja
• 出版者: 情報処理学会