| 講演名 | 2008-03-23 二酸化炭素センサによる鉄道車内混雑度推定を用いたウェアラブル学習システムのための利用者コンテキスト認識(マルチメディア仮想環境基礎,及び一般,HCGシンポジウム) 中村 友宣, 小川 剛史, 清川 清, 竹村 治雄, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では,移動中の連続した学習を支援するウェアラブル学習システムにおける鉄道車内混雑度推定を用いた利用者コンテキストの認識手法にっいて述べる.本研究では,利用者の動作(「座位」,「立位」,「歩く」,「走る」,「自転車」),立位時の場所(「電車の中」,「駅のホーム」,「遮断機・信号機の前」),及び電車内の混雑度(「空いている」,「混んでいる」)を認識するために,両足大腿部の加速度,天井までの距離及び大気中の二酸化炭素濃度を計測する.前処理として加速度データのパワースペクトル及び距離データの中央値を算出後,識別器としてサポートベクターマシンを用いて各動作・場所・混雑度の確率を推定する.更に次状態への遷移確率に遷移の平易度を考慮してロバストな認識を実現する.実験にて通学行程全体の認識率を85.8%の精度で認識できており,「回答できない設問が出題される」という学習に支障をきたす誤認識は0.6%と極めて低いことを確認した. |
| 抄録(英) | In this paper, we have investigated a user context recognition mechanism for a wearable system that provides a context-based uninterrupted learning environment based on congestion level estimation of the inside of a train using a carbon dioxide sensor. In our research, we measure the acceleration of a user's legs, ceiling height, and carbon dioxide level in the area to recognize the following five user conditions: sitting, standing, walking, running, and biking, the following three standing locations: on a train, on a platform, and at a crossing gate or a traffic signal, and the following two congestion levels of the inside of a train: uncrowded and crowded. The support vector machine predicts the probability of a user's context based on the power spectrum of the acceleration data, the median of the height data, and the raw carbon dioxide data. In addition, we introduce context transition tendency to achieve robust recognition of user context. We have conducted a series of experiments to evaluate our prototype. Our system was able to recognize user context during an actual commute with an accuracy of 85.8%. Also, we confirmed that the misrecognition rate that results in an interference with learning where the system gives a question the user cannot answer is extremely low (0.6%). |
| キーワード(和) | ウェアラブル学習システム / コンテキスト認識 / 加速度センサ / 超音波センサ / 二酸化炭素センサ |
| キーワード(英) | Wearable Learning System / Context Recognition / Accelerometer / Ultrasonic Sensor / Carbon Dioxide Sensor |
| 資料番号 | MVE2007-89 |
| 発行日 |
| 研究会情報 | |
| 研究会 | MVE |
|---|---|
| 開催期間 | 2008/3/15(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Media Experience and Virtual Environment (MVE) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 二酸化炭素センサによる鉄道車内混雑度推定を用いたウェアラブル学習システムのための利用者コンテキスト認識(マルチメディア仮想環境基礎,及び一般,HCGシンポジウム) |
| サブタイトル（和） | |
| タイトル（英） | User Context Recognition for Use in Wearable Learning Systems Based on Congestion Level Estimation of the Inside of a Train Using a Carbon Dioxide Sensor |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ウェアラブル学習システム / Wearable Learning System |
| キーワード(2)（和/英） | コンテキスト認識 / Context Recognition |
| キーワード(3)（和/英） | 加速度センサ / Accelerometer |
| キーワード(4)（和/英） | 超音波センサ / Ultrasonic Sensor |
| キーワード(5)（和/英） | 二酸化炭素センサ / Carbon Dioxide Sensor |
| 第 1 著者 氏名（和/英） | 中村 友宣 / Tomonori NAKAMURA |
| 第 1 著者 所属（和/英） | 大阪大学大学院情報科学研究科 Graduate School of Information Science and Technology, Osaka University |
| 第 2 著者 氏名（和/英） | 小川 剛史 / Takefumi OGAWA |
| 第 2 著者 所属（和/英） | 東京大学情報基盤センター Information Technology Center, The University of Tokyo |
| 第 3 著者 氏名（和/英） | 清川 清 / Kiyoshi KIYOKAWA |
| 第 3 著者 所属（和/英） | 大阪大学大学院情報科学研究科:大阪大学サイバーメディアセンター Graduate School of Information Science and Technology, Osaka University:Cybermedia Center, Osaka University |
| 第 4 著者 氏名（和/英） | 竹村 治雄 / Haruo TAKEMURA |
| 第 4 著者 所属（和/英） | 大阪大学大学院情報科学研究科:大阪大学サイバーメディアセンター Graduate School of Information Science and Technology, Osaka University:Cybermedia Center, Osaka University |
| 発表年月日 | 2008-03-23 |
| 資料番号 | MVE2007-89 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | 554 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |