| 中村 翼 | 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:School district reorganization methods that minimize school district distortion
abstract:In recent years, the number of children has been decreasing due to the declining birthrate, and school consolidation has been conducted accordingly. The government has established various standards for school consolidation and closure, and these standards must be met. In addition, when consolidation takes place, the school districts of the previous schools become more extensive. Previous studies have formulated a formula to minimize the sum of commuting costs and operating costs for the elementary and junior high school district consolidation problem. One of the problems is that school districts are combined with each other as a result of consolidation, resulting in an irregular shape of school districts. To solve this problem, this study quantifies the distortion of school districts using multiple indicators and proposes a school district reorganization method that minimizes the distortion. To evaluate the distortion of a school district, we consider the distance to school, the skewness of the population distribution graph, the average distance to school per student, and the distance between the center of gravity of commuting children and the current school location. By calculating these indices and changing the school assignments of children in areas with poor evaluations, a school district reorganization that minimizes distortion is achieved. In addition, school assignments with optimal commuting distances that ignore the current school district are created and presented. language of the presentation: Japanese 発表題目:校区の歪みを最小化する校区再編手法の検討 発表概要:近年、少子化の影響により児童数が減少し、それに伴い学校の統廃合が行われている． 学校の統廃合は、国により様々な基準が定められているため、これらの基準を満たす必要がある． また、統廃合が実施されると、それまでの学校の校区が広範囲になる． 先行研究では、小中学校区統廃合問題に対して、通学コストと運営コストの和を最小化する定式化の研究がある． 問題点としては、統廃合に伴い、校区同士が合わさっていくため、校区の形状がいびつな形状となる． この問題を解決するために、本研究では、複数指標により校区の歪みを数値化し、歪みを最小化する校区再編手法を提案する． 校区の歪みを評価するため、通学距離と人口分布グラフの歪度、1人あたりの平均通学距離、通学児童の重心と現在の学校の位置の距離を考慮する. これらの指標を算出し、評価が悪い地域の児童の学校割当てを変更することで、歪みを最小化した校区再編を実現する． また、現在の校区を無視した通学距離が最適な学校割当てを作成し、提示する． | |||
| 三嶋 祐輝 | 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, 向川 康博, 諏訪 博彦, 松田 裕貴 |
|
title:Investigation of Micro Activity Recognition Using 3D Point Cloud
abstract:In recent years, research and system development related to the recognition of human activity within the home have been actively conducted in conjunction with the smartification of the home environment. Recognizing the activities of residents within their homes holds promise for applications in supporting their daily lives and activities. Existing methods of activity recognition have had their limitations: using video images raised concerns about privacy invasion, wearable sensors required constant wearing and regular battery charging, and using vibration sensors posed challenges in recognizing certain activities. Furthermore, conventional activity recognition primarily focused on macro-level activities such as cooking or bathing. To achieve accurate support for daily life and activities, there is a need to recognize more detailed micro-level activities (e.g., holding ingredients used in cooking or cutting them). Therefore, this study proposes a micro activity recognition method using 3D point clouds as a solution to these issues. 3D point clouds represent objects as a collection of points in 3D coordinates. They are expected to offer higher privacy and greater recognition accuracy compared to video images. Additionally, they enable non-contact sensing and can recognize activities regardless of the type. The challenges to be addressed in this proposed method include defining the micro activities of interest and recognizing them from 3D point clouds. In this research, micro activities are defined as actions commonly found in cooking activities in general households, such as cutting, holding, and placing objects. The proposed method applies a machine learning model called P4Transformer, which can classify activities based on the input of time series 3D point clouds data obtained using Azure Kinect devices installed in general households. Through experiments using Leave-One-Session-Out cross-validation, the results demonstrate that the proposed method can classify 8 classes of micro activities with an average accuracy of 0.743. language of the presentation:Japanese 発表題目:3次元点群を用いたマイクロ行動認識手法の検討 発表概要:近年，宅内環境のスマート化に伴い，宅内で生活する人の行動認識に関する研究ならびにシステム開発が盛んに行われている．宅内の生活行動を認識することにより，居住者の生活・行動支援への応用が期待できる．従来の行動認識手法として，動画像を使ったものはプライバシーの侵害が懸念され，ウェアラブルさセンサを使ったものは常に身につける必要性がある上，バッテリーの定期的な充電が必要であり，振動センサを使ったものは，認識できない行動があるといった問題があった．また，従来の行動認識では，料理や入浴といったマクロな行動を対象としており，正確な生活・行動支援への応用には，より詳細な行動であるマイクロ行動（例えば，料理を構成する食材を持つ，切るなど）の認識が必要であると考える．そこで本研究では，これらの問題点を解決する手法として，3次元点群を用いたマイクロ行動認識手法を提案する．3次元点群は対象物を3次元座標の点の集合で表現したものであり，動画像よりも低プライバシーで高精度な認識が期待される上に，非接触でのセンシングが可能であり，行動の種類に関係ない認識を行うことができると考える．提案手法で解決すべき課題は，対象とするマイクロ行動の定義と3次元点群からのマイクロ行動の認識である．本研究では一般家庭の料理行動の中に現れる，切るや持つ，置くといった行動をマイクロ行動として定義する．一般家庭に設置したAzure Kinectによって得られる3次元点群に，時系列3次元点群を入力データとして分類を行うことが可能な機械学習モデルであるP4Transformerを適用することでマイクロ行動認識を行う．Leave-One-Session-Out交差検証を用いた実験の結果，8クラスのマイクロ行動を平均0.743の精度で分類可能であることを示した． | |||
| 道浦 菜々子 | 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, 清川 清, 諏訪 博彦, 松田 裕貴 |
|
title:Data Analysis of Blood Glucose Prediction and Investigation of the Effect of Eating Speed on Blood Glucose Levels for the Proposal of a Hyperglycemia Control Support System
abstract:In Japan, 22 million people have diabetes mellitus or pre-diabetes, and one out of every five Japanese people has diabetes. Postprandial hyperglycemia, a condition in which blood glucose levels do not fall two hours after a meal, causes lifestyle-related diseases such as type II diabetes, making continuous self-management of environmental factors including diet essential. Against this background, we have proposed a self-management system that predicts postprandial hyperglycemia based on the meal to be consumed and provides feedback on the recommended intake of each food item. However, the system has issues such as insufficient accuracy in predicting hyperglycemia and not taking into account the effects of eating style, such as eating speed and order. In this study, we analyze data to improve the accuracy of the blood glucose prediction model and to clarify the effects of eating speed and order. Specifically, Experiment 1 was conducted to construct a blood glucose prediction model to improve accuracy, and Experiment 2 was conducted to investigate the effects of different eating speeds on blood glucose levels. In Experiment 1, the prediction accuracy was improved for all participants by using prediction values at 30, 60, and 90 minutes after eating in addition to the features extracted from the data that were known to affect blood glucose levels. The RMSE and MAE were confirmed to be 11.26 and 7.98 for the most accurate participant.Analysis of the collected data and model accuracy showed the possibility of further improving prediction accuracy by adding high GI food intake and physical activity as new characteristics. In Experiment 2, the participants ate the specified meals at different speeds and in different orders. The results showed that early meal intake tended to cause postprandial hyperglycemia and a faster rise in blood glucose levels, even among younger participants. language of the presentation:Japanese 発表題目:高血糖抑制支援システムの実現に向けた血糖値予測のデータ分析と摂食速度による血糖値の影響調査 発表概要:現在の日本では，糖尿病有病者と糖尿病予備軍は2200万人にのぼり，日本人の5人に1人が該当している．食事2時間後の血糖値が下がらない状態である食後高血糖は，II型糖尿病をはじめとする生活習慣病を引き起こす原因となるため，食事をはじめとした環境素因に対する継続的な自己管理が必要不可欠である．これらの背景から，摂取予定の食事から食後高血糖を予測し，各食品の推薦摂取量をフィードバックする自己管理システムを提案してきた．しかし，高血糖領域の予測精度が不十分であることや摂食速度や順番といった食べ方の影響が考慮されていないという課題がある．そこで，本研究では，血糖値予測モデルの精度向上と摂食速度・順番の影響の解明に向けたデータ分析を行う．具体的には，精度向上に向けた血糖値予測モデルを構築する実験1と，摂食速度の違いによる血糖値への影響を調査する実験2を行った．実験1では，血糖値に影響があるとされるデータから抽出した特徴量に加え，食後30，60，90分後の予測値を使用した結果，全被験者に対して予測精度が向上した．最も精度の高い被験者でRMSE（二乗平均平方根誤差）が11.26，MAE（平均絶対誤差）が7.98となることを確認した．また，収集したデータおよびモデル精度の分析を行った結果，高GI食品の摂取や身体活動を新たな特徴量として追加することで，更なる予測精度向上の可能性を示した．実験2では，摂食速度と順番を変更して指定した食事を摂取してもらった結果，早い摂食は若年層でも食後高血糖の発生や，血糖値の上昇が速くなる傾向を確認した． | |||
| 小林 永実 | 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, 清川 清, 松田 裕貴 |
|
title:Investigating the effects of color on the perceived sound volume in VR space
abstract:With the advent of inexpensive and high-performance virtual reality (VR) devices, VR contents such as VR games and metaverse are rapidly becoming popular. While various sensations and stimuli, such as speed and falling, can be presented to the user as visual and auditory information, the subjective impression (e.g., the volume of the sensation) changes depending on the situation in the VR space surrounding the user. Prior to this, this study aims to clarify the influence of visual stimuli on subjective volume. In this paper, we focus on "color" as a simplified visual stimulus and "test tone" as an auditory stimulus, and conducted a research experiment in which they were presented in a VR space. As a result, it was shown that there is a difference in the perceived loudness depending on the type of "color," and that the change in loudness is perceived to be larger for cold colors than for warm colors, especially when the loudness is reduced. language of the presentation:Japanese 発表題目:VR空間の色彩が及ぼす体感音量への影響調査 発表概要:安価で高性能なVR（バーチャルリアリティ）装置の登場に伴い，VR ゲームやメタバースなどのVRコンテンツが急速に普及しつつある．VR 空間では速度や落下といった様々な感覚・刺激を主に視覚情報・聴覚情報としてユーザに提示することができる一方で，人間が知覚する主観的な印象（例えば体感音量）は，ユーザを取り巻くVR 空間内の状況によって変化することから，状況に応じた音量調整により，情報提示のクオリティを向上させることが期待される．それに先立って本研究では，視覚刺激が主観的な音量に与える影響を明らかにすることを目指している．本稿では，単純化した視覚刺激として「色」，聴覚刺激として「テストトーン」に焦点を当て，それらをVR 空間内で提示する調査実験を行った．結果として，「色」の種類によって体感音量には差が生じることが示され，特に音量が小さくなる場合において寒色系の色について暖色系よりも音量変化が大きく感じられる（音量が小さく感じられる）ことが明らかとなった． | |||