IoT時代のアナリティクス～センサーデータからの価値発見～

(1)

IoT時代のアナリティクス

～センサーデータからの価値発見～

MathWorks Japan アプリケーション・エンジニアリング部 (テクニカルコンピューティング) 部長 大谷卓也

(2)

Agenda



IoT時代のセンサーデータ解析

–

ウェラブル、インフラ、環境、自動車



センサー信号IoT / アナリティクス構築のChallenge



IoT システム開発フロー



MATLABでのデータアナリティクス

(3)

IoT 時代のセンサーデータ技術

インフラ・プラント設備

 ヘルスモニタリング

 プロセス監視

自動車・航空宇宙

 テレマティクス、ヘルスモニタリング

ウェアラブル・

メディカル

 バイタルサインモニター

 在宅ケア・遠隔医療

 気象、電力、災害予測

気象・環境

モニタリング

(4)

遠隔モニタリング、診断

ウェアラブル・メディカル

• 喘息の発生及び、

COPD(慢性閉塞性肺疾患) 検知

• スマートフォン側の処理と、クラウドベース

処理の組み合わせによる、診断

遠隔地の患者の

ECGデータの取得

デバイス側でのデータ前処理

_• _{トレンド、ノイズ除去}

サーバー・クラウドによる、各種統計

値測定、機械学習による、診断

http://www.mathworks.com/tagteam/84870_92152v01_iSonea_UserStory_2015.pdf

(5)

リモートセンシング、異常検知例

！！！

遠隔地の構造物や機器の異常機器の健康状態、異常のリモート診断、モニタリング

インフラ・プラント設備

工場での生産工程の最適化異常・変化点検知

観測データの異常

_{製造物/生成物の異常}

(6)

気象・環境

モニタリング

10/22 10/23 10/24 10/25 10/26 10/27 10/28 10/29

過去のデータと様々なパラメータを使い未来の予測

• HVAC(冷暖房、換気システム) に向けたクラウドベースの

リアルタイム・アナリティクス

• 気象データ、電力消費量を元に、機械学習、最適化

• ビルの電力消費量を１５－２０％削減

http://www.mathworks.com/tagteam/82631_92267v00_BuildingIQ_UserStory_final.pdf

(7)

走行データ解析

ヘルスモニタリング

自動車・航空宇宙

自動車のアクセル・ブレーキパターンの解析各車両のチャージ量（電源）のマッピング • 社内ITシステムと統合した解析システム • コンポーネントのパフォーマンス予測 • メンテナンスコストの最小化 http://www.mathworks.com/tagteam/52469_91597v00_daimler_upd.pdf

(8)

Agenda



IoT時代のセンサーデータ解析

–

ウェラブル、インフラ、環境、自動車



センサー信号IoT 構築のChallenge



IoT システム開発フロー



MATLABでのデータアナリティクス

(9)

センサー信号IoT 構築のChallenge



膨大なデータのハンドリング

–

大量のセンサーデバイス、限られた転送帯域

–

コンピューティングリソース、消費電力の全体最適化

(デバイス側での処理と、サーバー・クラウド側処理のパーティショニング)



高度なアナリティクスの開発

–

非同期、サンプル速度の違い、欠損データの対応

–

高度な機械学習、時系列予測、最適化アルゴリズムの実装

–

ITインフラとの統合

(10)

IoT 構築のチャレンジ

エッジデバイス • 信号処理、画像処理、データ圧縮 • 組み込みシステム（マイコン、FPGA）データアグリゲータ • データの前処理、同期処理 • データベースアクセス • 並列計算による高速化データ解析/可視化 • トレンド解析・異常検出 • データ可視化・レポーティング

センサー

ネットワークのバンド幅

V.S

消費電力

V.S

コンピューティングパワー

V.S

開発時間・工数

データ転送

(11)

IoTを使った遠隔診断DEMO

～

心電図のリモート(Cloud)診断～

心拍データのキャプチャ特徴の抽出

生体信号モニタリング・デバイス

Amazon Kinesis Kinesis JAVA Client Amazon EC2

MATLAB

ニューラルネットワークによる機械学習(MATLABからの実装)

MATLAB

(12)

情報の圧縮 (時系列センサー例)

(特徴量の抽出クラウドへ送信)

全データ送信 @1k/s

4bytes x 1,000points = 4KB/s

特徴データ(QRS例)のみ送信

4bytes x 10points x 2(タイムスタンプ)

=

80B/s

必要な特徴量のみ送信することで、必要データ帯域を最小限に

デバイス１0万台の例： 400MB/s  8MB/s

(13)

アナリティクスの処理負荷とデータ量

入力

特徴抽出

特徴量

分類・解析

(機械学習など)

出力

データ量:大

処理負荷:小

データ量:中

処理負荷:中

データ量:小

処理負荷:中

データ量:小

処理負荷:大

(14)

情報の圧縮 (監視カメラ・イメージセンサー例)

ストリーミングでのコンピュータビジョン処理

Database

ビデオデータ(保存用)

ギガバイト、テラバイト単位

時刻+検出結果

メタデータのみ

メガバイト単位

入力データをリアルタイム処理し、メタデータを同時生成することに

より、後処理時間、データ転送時間を削減

(15)

アナリティクスフロー

データ 情報知識 アクション

観測

• 検出 • 収集 • 状態

整理

• フィルタリング • 信号解析 • データ処理 • プロット

理解

• 分析 • 周波数 & 時間領域 • 予測分析 • 推定

意思決定 & 設計

• レポート & Apps • 拡張性のある展開 • 設計最適化

MPG Acceleration Displacement Weight Horsepow er

M P G A c c e le ra tio n D is p la c e m e n t W e ig h t H o rs e p o w e r 50 100150200 2000 4000 200 400 10 20 20 40 50 100 150 200 2000 4000 200 400 10 20 20 40

(16)

Agenda



IoT時代のセンサーデータ解析

–

ウェラブル、インフラ、環境、自動車



センサー信号IoT / アナリティクス構築のChallenge



IoT システム開発フロー



MATLABでのデータアナリティクス

(17)

IoT / M2M 全体像

エッジデバイス • 信号処理、画像処理、データ圧縮 • 組み込みシステム（マイコン、FPGA）データアグリゲータ • データの前処理、同期処理 • データベースアクセスデータ解析/可視化 • トレンド解析・異常検出 • データ可視化・レポーティング

センサー

(18)

IoT / M2M 開発フロー

①MATLABによる、アルゴリズム開発、全体システム設計

全体システムの動き確認・検討 • データの同期方法検討 • 特徴抽出・機械学習の検討 • トレンド解析、イベント・異常検出大規模高速演算 • HPC利用による、並列処理の検討 • GPGPUによる高速処理

M P G A cc e le ra tio n D is p la c em e nt W e ig h t H o rs ep o w e r 50 100150200 20004000 200 400 10 20 20 40 50 100 150 200 2000 4000 200 400 10 20 20 40

HWをダイレクト接続

(I2C, SPI, CAN, 測定機器類)

(19)

IoT / M2M 開発フロー

②MATLAB/Simulinkによる、組み込み開発

MATLABへHWをダイレクト接続

(I2C, SPI, CAN, 測定機器類)

アルゴリズムの開発

• データの同期方法検討 • 特徴抽出・機械学習の検討

• トレンド解析、イベント・異常検出

M P G A cc e le ra tio n D is p la c em e nt W e ig h t H o rs ep o w e r 50 100150200 20004000 200 400 10 20 20 40 50 100 150 200 2000 4000 200 400 10 20 20 40

センサー

(20)

IoT / M2M 開発フロー

②MATLAB/Simulinkによる、組み込み開発

実装

Cコード

生成

HDLコード

設計

アルゴリズム

要求仕様

ソフトウェアモデルハードウェアモデル

統合

プログラマブル SoCなど

システムモデル

生

成

生

成

実

装

アルゴリズムのパーティショニング • アナログ vs. デジタル • スピード vs. 容量/面積 • FPGA vs. CPU

モデルベースデザインフロー

(21)

IoT / M2M 開発フロー

③エッジデバイス、アグリゲータへのコードの配置・Deploy

エッジデバイス • 信号処理、画像処理、データ圧縮 • 組み込みシステム（マイコン、FPGA）データアグリゲータ • データの前処理、同期処理 • データベースアクセス

C/HDLコード生成 / 実装

システムの最適化/バランス配置 • エッジデバイス vs. サーバー • ストリーミング vs. オフライン

MATLABコードの

(22)

IoT / M2M 全体像

エッジデバイス • 信号処理、画像処理、データ圧縮 • 組み込みシステム（マイコン、FPGA）データアグリゲータ • データの前処理、同期処理 • データベースアクセスデータ解析/可視化 • トレンド解析・異常検出 • データ可視化・レポーティング RESTful API (JSON、XML、画像、テキスト) TCP/IP

全体のシステムレベルで検討し、

パフォーマンスとコストの最適化

(23)

Agenda



IoT時代のセンサーデータ解析

–

ウェラブル、インフラ、環境、自動車



センサー信号IoT / アナリティクス構築のChallenge



IoT システム開発フロー



MATLABでのデータアナリティクス

(24)

1970 Stanford Ph.D. thesis,

with thousands of lines of

Fortran code

MATLAB

(25)

1970 Stanford Ph.D. thesis,

with thousands of lines of

Fortran code

MATLAB

(26)

MATLAB

テクニカルコンピューティングを

効率的に行うためのプログラミング環境

–

アルゴリズム開発向けに対話的な

プログラミング環境を提供

–

強力なデータ解析、可視化機能

–

信号処理、画像処理、統計、最適化、

数式処理など適用分野に特化した

アドオン製品群－“Toolbox”

–

外部のデータ、アプリケーション、機器との入出力

–

MathWorks製品の基盤

(27)

MATLABの適用分野



航空宇宙 / 防衛



自動車



医療 / 創薬



化学 / 石油



通信



コンピュータ / オフィス機器



教育



電機 / 半導体



金融



工業オートメーション



計測



エネルギー

業界

(28)

プログラミング言語としてのMATLAB

2014年7月

IEEE Spectrumによる、

プログラミング言語の人気調査

（12種類の項目での結果）

結果: MATLABがC, C++,

Javaなどの従来からの汎用言語

と並び、10位にランクイン

Data sources: Google, CareerBuilder,

(29)

アナリティクス向け各種ツール

Optimization Toolbox



滑らかな目的関数の最適化



さまざまな最適化問題に対応する関数の

提供



最適化計算の並列処理



最適化のためのGUI環境

Statistics and Machine Learning

Toolbox



多変量統計



確率分布



回帰と分散分析



機械学習



実験計画

Computer Vision System Toolbox™



カメラキャリブレーション



機械学習による物体認識



動画ストリーミング処理



トラッキング

ステレオビジョン・３D表示

Signal Processing Toolbox™



信号生成、時間領域解析



フィルタ設計解析



アナログフィルタ



ディジタルフィルタ



スペクトル解析



線形予測

(30)

各種HW/SW連携ツール

Parallel Computing Toolbox



MATLAB & Simulink と

連携した並列処理



最大512並列をサポート



GPU 計算



対話的な並列計算実行



ジョブおよびタスクの制御

デスクトップ MATLAB ローカル デスクトップコンピュータ

Database Toolbox



各種データベースへの

アクセス



ODBC



JDBC



GUIを用いた対話的な

アクセスとSQLの作成

Mapping Toolbox



2D/3D地図表示



WebMapService

サーバへのアクセス



デジタル地形の分析



地図フォーマット変換



Web Map の表示

Instrument Control Toolbox



測定器へのアクセス



オシロスコープ



信号発生器



スペアナ

：



シリアル通信(RS-232など）

(31)

Big Data に対する対応

メモリとデータへのアクセス



64-bit プロセッササポート



メモリ/Diskマップド変数



データベースアクセス



大規模テキストサポート

プラットフォームサポート



マルチコア、GPU



クラスタへの対応



クラウドコンピューティング

プログラミング手法



ストリーミング



ブロック処理



CPU/GPUを使った並列処理



MapReduce

(32)

Datastore

Hadoopとの連携、MapReduceの実装

MATLAB

MapReduce

Code

HDFS Node Data

MATLAB

Distributed

Computing

Server

Node Data Node Data

Map

Reduce

Map

Reduce

Map

Reduce

Hadoop

複雑なJAVAコードを書く必要なく、MATLABコードをそのまま、

mapreduce, Hadoop環境に持って行き、並列化オプション（MATLAB

Distributed Computing Server）併用で、大規模並列処理が可能

(33)

AWS EC2へのスケールアウト

デスクトップクライアントにて

マルチコアを使った

MATLAB/Simulinkの

並列コンピューティング

処理が重い演算・シミュレーション時、

EC2上にクラスタ環境を構築し、

大規模並列コンピューティングへ拡張

MATLAB + Parallel Computing ToolboxR

MATLAB Distributed Computing ServerR

(34)

ITシステムとの統合

Web サーバ アプリケー ション サーバ データベースサーバ Pricing Risk Analytics Portfolio Optimization

MATLAB Production Server MATLAB

Compiler

Webアプリケーション

デスクトップアプリケーション

バッチアプリケーション

MATLAB Production Serverを使い、様々なITサーバ環境の中に、

MATLABを組み込むことが可能です

(35)

チャレンジ

MATLABソリューション

IoT システム設計・最適化思考を止めない統合環境

アイデアから組み込みデバイス、

アプリケーション開発までの統合環境

データの理解

機械学習、音声・画像処理、時系列解析

深く・広い分野に対して、多数の解析手法の提供

大規模演算

スケーラブルなコンピューティング環境

並列CPU,GPUを使った高速処理

IT環境への展開、

インテグレーション

デスクトップからIT環境への展開まで同じ環境で対応

作り直しが発生しないスムーズなプロダクションへの移行

テクノロジーリスク

テクニカルサポート付きのハイクオリティなライブラリ

プロダクションに使える、業界標準ライブラリ

サポート、トレーニング、アドバイザリも提供

(36)

© 2015 The MathWorks, Inc. MATLAB and Simulink are registered trademarks of The MathWorks, Inc. See www.mathworks.com/trademarks for a list of additional trademarks. Other product or brand names may be trademarks or registered trademarks of their respective holders.

IoT時代のアナリティクス ～センサーデータからの価値発見～