時系列分析を用いたセンサーデータ 推測システムの検討

時系列分析を用いたセンサーデータ 推測システムの検討

TERM 中間発表　 14/12/06

氏名 : 青木 佑一郎／所属 :Auto-ID ／親 :paina

目的

•  様々な種類のセンサーデータの

将来の値を推測するシステムの構築

•  二次電池の交換のタイミング

•  プリンターの給紙のタイミング

•  消灯のタイミング

•  冷蔵庫内の商品注文のタイミング

背景

•  静岡県袋井市のビニールハウス内で 農業センシング

–  気温 –  湿度

–  CO2 濃度

–  バッテリーの電圧など

•   研究室でのセンシング

–  人感 –  照度

–  重量など

アプローチ

•  対象の状況を推測する為に、取得したセンサ ーデータに対して時系列分析の手法を用いる

–  時系列データ

•  同一対象のある特性について時間の順序で記録した観 測値の系列

–  センサーデータは一定間隔で取得

PostgreSQL

無線デバイス センサーデータ

推測プログラム センサーデータ

推測結果

システム図

通知 配列

推測

アルゴリズム

手法の検討

•  マルコフスイッチングモデル *1

•  レジーム ( 繁忙期や休閑期 ) の変換を行う事が可能

•  状態空間モデル *2

•  データの欠落があっても使用可能

•  説明変数にトレンド ( 天気など ) を持たせる事が可能

•  先行研究

–  *1 山口 修平 (2011), 重量センサを利用した消耗品の使用量 予測システム

–  *2 山口 類 , 土屋 映子 , 樋口 知之 (2004), 状態空間モデルを

用いた飲食店売り上げの要因分解

PostgreSQL

CSV

CSVデータ

実験用システム図

センサーデータ 推測プログラム

推測結果 比較

CSV

配列

推測

アルゴリズム

評価内容

•   推測した値の精度がどれくらいであるか

•  推測するためにはどの程度の

データ数が必要であるか

評価手法

•  手順

–  元データと元データの最新のデータを差し引いたデータ X を用 意

–  システムがデータ X を時系列分析を用いて予測値を算出

•  評価

–  実測値とシステムが算出した推測値との相関をとる

–  データ X のデータ区間を変化させ、推測精度の変化を調べる

元データ

データ区間

卒論に向けて

•  TERM

–  2 種類 ( 電圧、温度 ) の異なるセンサーのデータの 将来の値を予測、評価

•  卒論

–  このシステムを用いて新たなシステムの構築

•  より多くの種類のセンサーデータに適応

１２月

モデルの選考

予定

1

評価 １月中旬

修正期間 実装

先行研究

•  2011 山口 修平 「重量センサを利用した消

耗品の使用量予測システム」

• 

•  2004 山口 類　「状態空間モデルを用いた飲

食店売り上げの要因分解」

センサーネットワーク

•  複数のセンサー付無線デバイスを設置

–  物理的状況や環境を採取

•  対象物の監視、追跡、制御

電圧 温度、湿度 水位

推定手順

•  モデルの選定

–  ローカルトレンドモデル

•  状態空間モデルのひとつ

•  最尤推定

–  モデルのパラメータ ( 分散 ) を算出

•  フィルタリング

–  推定直前までのデータを活用

•  スムージング ( 平滑化 )

–  全データを活用

自立型センサーノード

ソーラーパネル

コントローラ

温度 電圧

CO2

CO2

インターネット ゲートウェイ

システム図

Mail

PostgreSQL

CSV

CSV

実験用システム図

センサーデータ 推測プログラム

CSV

配列

推測アルゴ リズム

推測結果 比較

システム図

PostgreSQL

センサーデータ 推測プログラム

JSON

配列

推測アルゴ リズム

推測結果

通知

評価手法

データ区間

元データ

データ

X

データX

過去 現在 未来

(

)

モチベーション

•  将来の値を推測することで問題を解決

–  バッテリーの交換タイミングが分かる

•  センサーデータの欠落

–  プリンター用紙の給紙タイミングが分かる

•  プリンター用紙の発注時期のミス