| 清水 仁 | D, 中間発表 | ユビキタスコンピューティングシステム | 安本 慶一, | 笠原 正治, | 諏訪 博彦 | ||
|
title:
Guidance between shelters using minimum cost flow and its extension to the evacuation shelter scheduling problem
abstract: When a disaster such as an earthquake stops the transportation system, many people have difficulty returning home. However, because of the limited capacity of evacuation shelters, there are cases where evacuees are sent from one shelter to another. In particular, when a large number of non-residents evacuate from their workplaces or tourist spots, it is not possible to determine in advance the allocation of evacuation shelters based on their addresses. On the other hand, with the widespread use of smartphones and the development of human flow measurement technology, it is becoming more and more realistic to measure the population distribution and the moving speed of individuals in real time. Therefore, we propose a method for guiding evacuees to evacuation shelters based on the number of evacuees or their moving speed. In the proposed method, the allocation of evacuees to evacuation shelters is calculated using the minimum cost flow so that the total travel time or distance for evacuation is minimized. Simulation experiments show that the proposed method is effective in reducing the number of refusals to accept evacuees and reducing their travel time. Up to this point, this research has focused on countermeasures immediately after a disaster occurs. In the future, I will further tackle the problem of allocating appropriate shelters for early recovery in long-term shelter operations. language of the presentation: Japanese 発表題目: 最小費用流を用いた避難所間の誘導および避難所計画問題への拡張 発表概要: 地震等の災害で交通機関が停止すると，多くの帰宅困難者が発生する． しかし，避難所の容量には限りがあるため，被災者が避難所をたらい回しにされる場合がある． 特に勤務先や観光地などで住民以外が多数避難する場合には，住所に基づいて避難所の割当を事前に決定することができない． 一方，スマートフォンの普及や人流計測技術の発展により，リアルタイムで人口分布や個人の移動速度を計測することが現実味を帯びてきている． そこで，避難所に向かう被災者の人数または移動速度を既知として，避難所で次に向かうべき避難所を提示して被災者を誘導する手法を提案する． 提案手法では，避難のための移動時間または移動距離の総和が最小となるように，最小費用流を用いて被災者と避難所との割当を求める． シミュレーション実験によって提案手法が，たらい回しの回数削減と移動時間の短縮に有効であることを示した． ここまで研究対象は，災害発生直後の対策であるが， 今後はさらに，長期的に避難所を運営する際に，早期の復旧のために適切な避難所割当を求める問題に取り組む． | |||||||
| 冨田 周作 | M, 2回目発表 | ユビキタスコンピューティングシステム | 安本 慶一, | 笠原 正治, | 諏訪 博彦 | ||
|
title: A Participatory Learning Method for Tourism Object Recognition Model Using Direct Communication between Devices
abstract: The use of object recognition models from photos taken by tourists is promising for obtaining the current status of tourist attractions (scenery, congestion, etc.), but the privacy information contained in the photos is a problem. In this research, we propose a method to improve the accuracy of the object recognition model trained from the photos stored in the user device by federated learning using short-range wireless communication (e.g., wifi-direct) between users contacting each other in a sightseeing spot. When applying federated learning to all users passing by, the accuracy of the federated model may decrease depending on the training level of the other model. To solve this problem, we propose a method that simultaneously suppresses the communication cost and maximizes the model accuracy. In this method, before communicating model parameters between two devices contacting each other, the accuracy of the updated model is predicted, and the parameters are communicated only when the accuracy is predicted to improve. We evaluated the performance of the proposed method by simulations based on mobile user's movement trajectory information in an actual sightseeing area. As a result, when the average accuracy of the user's initial model was 27.22%, the proposed method improved the accuracy by 112% (average accuracy after application: 57.74%). language of the presentation: Japanese 発表題目: 端末間の近距離通信を使ったFederated Learningによる観光オブジェクト認識モデルの参加型学習法とその評価 発表概要: 観光地の現況（景観や混雑等）を取得するためには，観光客が撮影した写真からの物体認識モデルの活用が有望であるが，写真に含まれるプライバシ情報が問題となる。本研究では，ユーザの端末内に保存される写真を使って訓練した物体認識モデルを，観光地ですれ違うユーザ間の近距離無線通信（Wifi-direct等）でFederated Learningにより精度向上させる手法を提案する．すれ違う全てのユーザとFederated learningする場合，相手のモデルの訓練度合いによって，統合後のモデルの精度が低下する可能性がある．そこで，通信コスト抑制とモデル精度最大化を同時に行う手法を提案する．本手法では，すれ違う2端末間のモデルの間でモデルパラメタの通信前に更新後の精度を予測し精度向上が予測される場合のみパラメタを通信する．実際の観光地におけるモバイルユーザの移動軌跡情報に基づくシミュレーションにより提案手法の性能を評価した．結果，ユーザの初期モデルの平均精度27.22%が，本手法の適用により112%の向上（適用後平均精度57.74%）が得られた． | |||||||
| 西川 諒 | M, 2回目発表 | サイバーレジリエンス構成学 | 門林 雄基, | 安本 慶一, | 笠原 正治, | 妙中 雄三 | |
| 島田 尚道 | M, 2回目発表 | ソフトウェア工学 | 松本 健一, | 安本 慶一, | 石尾 隆, | 畑 秀明, | Raula Gaikovina Kula |
|
title: GitHub Sponsors: Exploring a New Way to Contribute to Open Source
abstract: GitHub Sponsors, launched in 2019, enables donations to individual open source software (OSS) developers. Monetization is a major issue in OSS projects, and the ability to donate to individuals is expected to support the sustainability of developers, projects, and community. In this work, we conducted a mixed-methods study of GitHub Sponsors to understand the characteristics of developers who are likely to receive donations and what developers think about donations to individuals. We found that: (1) sponsored developers are more active than non-sponsored developers, (2) the possibility to receive donations is related to whether there is someone in their community who is donating, and (3) developers are sponsoring as a new way to contribute to OSS. Our findings are the first step towards data-informed guidance for using GitHub Sponsors, opening up avenues for future work on this new way of financially sustaining the OSS community. language of the presentation: Japanese 発表題目: OSSでの個人への寄付に関する実証的分析 発表概要: 2019年にオープンソースソフトウェア（OSS）の開発者個人への寄付を可能にした「GitHub Sponsors」が実装された．OSSプロジェクトではマネタイズが大きな課題となっており，個人への寄付が可能になることで，開発者やプロジェクト，コミュニティの持続性を支えることが期待されている．そこで本研究では，寄付を受けやすい開発者の特徴を把握するためにGitHub Sponsorsを対象とした実証的分析を行なった．結果としてスポンサー獲得者は未獲得者よりも活動的であることが分かった．今回の調査結果は，データに基づいたGitHubスポンサーの利用指針の第一歩であり、OSSコミュニティを財政的に維持するための新しい方法として，今後の研究の道筋を開くものである． | |||||||