Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

201311 IN koupe

391 views

Published on

201311 IN koupe

Published in: Education
  • If you want to download or read this book, copy link or url below in the New tab ......................................................................................................................... DOWNLOAD FULL PDF EBOOK here { http://bit.ly/2m6jJ5M } .........................................................................................................................
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

201311 IN koupe

  1. 1. IN 2012/11/22 @熊本 CS27 Lab. Kobe University モバイルセンシングデータ可視化のため の ライフログ可視化フレームワーク MashMap の拡張 神戸大学大学院 システム情報学研究科  高橋 昂平 佐伯 幸郎 柗本 真佑 中村 匡秀
  2. 2. ライフログとそのマッシュアップ  ライフログ  人間の行いをデジタルデータとして記録したもの  様々な目的に利用されている ex. 自己の振り返り , 生活改善 , 意思決定 ...  それらに応じた多くのライフログサービスが提供されている  ライフログのマッシュアップ  集約・連携することで更に付加価値が上がる 食事の写真 + 体重ログ = 食習慣の振り返り・改善  先行研究 : ライフログマッシュアッププラットフォーム [1] ライフログ標準データモデル( LLCDM ) マッシュアップ API ( LLAPI ) LLAPI LLCDM Body Log まつ本真佑,下條彰,鎌田早織,中村匡秀,“異種ライフログ統合のための標準データ モデルとマッシュアップ api” 電子情報通信学会論文誌, vol.J95-D , p.758–768 , April 2012 . Transform Aggregate PerlLifeLogger 2
  3. 3. 先行研究: MashMap フレームワーク  様々な形式の位置付きライフログを地図上に可視化するため の汎用的な枠組み  ライフログを束ねて (Mashup) 、地図 (Map) 化する  ライフログを地図上に可視化する際の共通した処理をフレー ムワークで処理する  様々な形式の位置付きライフログを標準形式 (LLCDM) で保存  データソースを定義し、 1 つまたは複数のデータソースを同一地図上 へ可視化  地図上での容易なライフログマッシュアップを実現 MashMap Framework  効率的なサービス開発を支援 Filter LLAPI LLCDM DisplayFormat DataSource DisplayFormat Filter DataSource MashMap 3
  4. 4. モバイルセンシングと参加型センシング  モバイルセンシング  人間がセンサを持ち歩く  移動しながら、周囲の環境や状況をセンシングする 外気温、湿度、気圧、騒音 地磁気、加速度、速度 「晴れている」、「混んでいる」  参加型センシング  モバイルセンシングを共通の目的の下で多数のユーザで実施  多数のユーザによるデータを共有・集約し、有効活用する 4
  5. 5. 参加型センシングによる情報を利用した サービス 各地の個々のユーザの取得したデータを集約し、可視化する ウェザーリポート Ch. → ユーザが見たピンポイントな天気状況を 集約 みんなでつくる放射線量マップ → ユーザ各自の放射線量測定結果を集約 目的や用途ごとに専用のプログラムを作成している ログから位置情報を抜き出し、地図上へ表示する処理は共通 5
  6. 6. MashMap のモバイルセンシングへの適用  適用イメージ MashMap Framework Filter LLAPI ?LLCDM ? DisplayFormat ? DataSource DisplayFormat Filter ? ? DataSource MashMap  モバイルセンシングの MashMap への要求  ① センシングによるデータもライフログと同様に扱いたい  ② データの細かな選別、選別法の組み替えを行いたい  ③ 測定値を基に、地図上での表示を細かく指定したい 6
  7. 7. 目的とアプローチ  目的  以下の要件を満たすように MashMap フレームワークを拡張する     R1: モバイルセンシングデータをライフログの一つとして管理す る     R2: 様々な角度からデータの抽出を行う     R3: 測定値に応じて地図上での表示方法を変更する  アプローチ  以下の拡張を行う     A1: モバイルセンシングデータの LLCDM への適用     A2: Filter の拡張     A3: DisplayFormat の拡張 7
  8. 8. A1: モバイルセンシングデータの LLCDM への 適用 1/2  5W1H の観点から、ライフログの持つ標準的なデータ項目を 整理  アプリケーションに依らない汎用的なデータ項目を規定 Perspective ライフログ (by Twitter) センサログ( by モバイル百葉箱) When (投稿日時) Date: 2013-11-22 Time: 09:00:00 (測定日時) Date: 2013-11-22 Time: 09:00:00 Where (投稿地点) Latitude: 32.81283 Longitude: 130.72792 (測定地点) Latitude: 32.81283 Longitude: 130.72792 Who (ユーザ名) “ Kohei” (測定者) “ Takahashi” What (つぶやき) { …, text: “ 発表なう” , … } (センシングデータ) { velocity: 10, temperature: 12, …} How (アプリ・利用機器) application: “Twiiter” device: “iPhone4” (測定機器) application: “ モバイル百葉箱” device: “Phidgets1040” 8
  9. 9. A1: モバイルセンシングデータの LLCDM への 適用 2/2 Perspectiv e When LLCDM Where 他のライフログデータと Who What 同様に扱うことが可能になる センシング視点からの解釈 How センサログ( by モバイル百 葉箱) (測定日時) Date: 2013-11-22 Time: 09:00:00 (測定地点) Latitude: 32.81283 Longitude: 130.72792 (測定者) “ Takahashi” (センシングデータ) { velocity: 10, temperature: 12, …} (測定機器) application: “ モバイル百葉箱” device: “Phidgets1040”  「センサによって取得された速度と気温のデータ」 ライフログ視点からの解釈  「 Takahashi が今日、センサでデータを取得した。中身は速度と気温 である。」 9
  10. 10. A2: Filter の拡張  Filter: 可視化するデータをデータベースから選別する Filter  既存 DisplayFormat DataSource  1 つの DataSource につき 1 つの Filter しか定義できない  ライフログでは、「期間 + ユーザ +Web サービスの種類」程度の選別  拡張 Filter  Filter の入れ子構造を許す 柔軟なデータの選別 作成した Filter の再利用 例 user と application で絞り込む Filter date で絞り込む Filter location で絞り込む Filter Filter Filter user+application date location location 10
  11. 11. A3: DisplayFormat 拡張  DisplayFormat: データの地図上での表示形式を規定する Filter  既存 DisplayFormat DataSource  1 つの DataSource につき 1 つの DisplyFormat しか定義できない  Filter により選別されたデータ全てを同じ表示形式で可視化する  拡張  Filter によって選別された各データに対して条件判定をする データもつ値によって別の表示形式を割り振る 例 気温によってマーカーの色を変える 気温 27 度以上の地点:赤色 気温 15 ~ 27 度未満の地点:緑色 気温 15 度未満の地点:青色 DisplayFormat Hot Mid Cold 11
  12. 12. ケーススタディ  設定  旅行中にモバイルセンサを持ち歩き、データを取得した  移動中、どこを、どのぐらいの速度で移動したのかを可視化したい  データの投入・変換 { id: "5269f63f45bd0479d4204bd0", {Date:"2013-09-08", Time:"13:24:14 JST", GPS:{latitude:24.403, date: "2013-09-08", longitude:124.14152333333334, altitude:11.1, velocity:1.668}, light:60, time: "04:24:14", sound:63.2664824, temperature:27.33346, humidity:43.66, ...} user: "okushi", {Date:"2013-09-08", Time:"13:24:18 JST", GPS:{latitude:24.40300166666667, location: { latitude:24.403, longitude:124.14152333333334, altitude:11.0, velocity:2.0372}, light:66, longitude:124.1415234, altitude:11.1}, sound:61.67583, temperature:27.336, humidity:43.66, ...} content: { Date:"2013-09-08", Time:"13:24:14 JST", …….. GPS:{ latitude:24.403, longitude:124.1415234, altitude:11.1, velocity:1.668}, light:60, sound:63.2664824, temperature:27.346, humidity:43.66, ...}, LLCDM device: "MobileSensorOkushi", application: "sensorbox", },…. 12
  13. 13. ケーススタディ: DataSource の作成  Filter の作成  Child Filter Filter User: okushi Device: velocity sensor user+device  Child Filter date Date: 2013-09-08  DisplayFormat の作成  形状 : 線 (LINE)  フォーマットルール 速度 10km/h 以下 : 青 速度 10 ~ 30km/h: 緑 速度 30 ~ 50km/h: オレンジ 速度 50km/h より大きい : 赤 DisplayFormat high Low DataSource  DataSource の作成  上記の Filter と DisplayFormat の組み合わせ 13
  14. 14. ケーススタディ:可視化結果  移動中の速度の可視化  2013 年 9 月 8 日、ユーザ okushi が旅行中に速度センサにより取得  DataSource Filter user+device date DisplayFormat Low high DataSource 14
  15. 15. 考察 ✔ 要件 MashMap を利用した可視化を行うことができた R1 ✔ 要件 R2 ✔ 要件 Filter に入れ子構造を許し、組み替えられるようになった R3    1 つの DisplayFormat で各色と速度の対応付けができた  従来手法では、各色毎に DataSource ごと作りなおさなければならない → データの収集から可視化までの工数を削減 → 他のモバイルセンシングデータ・ライフログとも容易にマッ シュアップ  限界  同じ地点で連続的に取られたデータの地図上での可視化は難しい  地図上で時系列を表現する機能が必要  データの選別方法の工夫で対応可能 15
  16. 16. まとめと今後の課題  まとめ  MashMap フレームワークを拡張し、ライフログのみならずモバイルセ ンシングデータを地図上に可視化できる枠組みを提案・実装した。  ケーススタディとして、移動中に速度センサで取得したデータを可視 化した。  その結果、どの地点をどの程度の速度で移動していたかを詳細に振り 返る地図を容易に作成することができた。  今後の課題  より簡単・単純な手順による可視化の支援  フレームワークの強化 位置情報を持たないデータとのマッシュアップを行う機能 同一地図上で時系列を表現する機能 16

×