前ページに戻る

ライフインテリジェンス


オフィスや家庭に設置された様々なセンサを利用して、時々刻々変化する人間の生活に関する情報を観測できるようになった.

われわれは,複数センサから得られる人間の挙動をマルチモーダル時系列データとして捉え,これらから頻出パターンや規則的なパターンを抽出・分析することで、生活水準向上に向けた知見の獲得を目指している.

現在,オフィスワーカの行動パターンとストレスパターンの相関分析・運転中のドライバ挙動の個人差獲得・対面コミュニケーションの非言語ルール獲得に関する研究に取り組んでいる

佐藤裕 岡田 岡田

オフィスにおける従業員の行動分析(佐藤(裕)2012-03)

  • オフィスセンサログに基づくワーカーの行動解析[佐藤(裕)2011]
  • 本共同研究の目的は 各ワーカーのセンサ位置情報と 操作ログから各ワーカーの代表的な日 常行動パターンの抽出を行い,これらの行動パターンの特徴と ストレスメーターおよび質問紙調 査により取得したワーカーの内面パターンとの相関関係を解析・獲得することである. ワーカーの一日の行動時系列パターンを,PC操作の有無・ミーティングの有無ラベルの時系列に変換し, 約23ヶ月間分のラベル時系列データセットを各ワーカごとに収集した.このラベル時系列データセットに主 成分分析を適用する事により,ワーカーの日々の行動に内在する固有行動パターンの抽出を行った 固有行動パターンの再構築精度の差から 日々の業務において規則的な行動をとるワーカーと多様な行動をとるワー カーが存在することを確認した. オフィス全体の固有行動パターンによるワーカーごとの行動データの再構築精度とワーカーの ストレス状態の相関分析では 身体的ストレスおよびストレス耐性に対して有意な相関 が得られた

    オフィスワーカの行動解析の流れ

    画面のトップへ戻る

    ドライバの運転挙動分析(岡田2011-現在)

  • 車体センサログからの運転挙動分析 [岡田2011]
  • 多くの従来研究では,一般的な運転特性を経験的にルール化し,特定の状況の運転シーンにおける,運転特性のルールを作成する.特長としては想定した状況において,高精度な運転挙動制御が可能となる.このような個別適合型運転支援がトレンドの一つだったが,本研究では個人の運転ログデータから運転特性を抽出し,運転履歴から,頻出する運転特性パターンを抽出・列挙することが可能である.特長としては:

    ① 個人特有の操作パターンの検出が可能

    ② 同じ操作パターンを取ると仮定していた状況で,事前には想定していなかった車外要因の違いによって,異なる操作パターンを抽出できる可能性がある


      

    画面のトップへ戻る

    対面コミュニケーションにおける非言語ルール獲得(岡田2011-現在)

  • 対面コミュニケーションにおける非言語ルール獲得 [岡田2011]
  • このブロックは建設中です。


      

    画面のトップへ戻る

    画面のトップへ戻る

    Nitta Laboratory Department of Computational Intelligence and Systems Science Interdisciplinary Graduate School of Science and Engineering Tokyo Institute of Technology