論文

This paper presents a new architecture for integrating Networked Appliances, called Virtual Network Appliance (VNA). Instead of merely connecting appliances seen in existing approaches, VNA architecture enables users to create a networked appliance by assembling functional components of existing appliances. Users can achieve dynamic adaptation and personal customization, exploiting VNA.

近年，誰もが日常生活中の情報を検知・蓄積できるライフログ環境が整ってきた．これまでライフログデータは，個人の行動変容促進に利用されてきたが，今後は研究室やスポーツチーム，学校，企業といった集団を対象した行動変容促進が可能になると考えられる．しかし，集団は個人とは異なり内部に様々な人間関係が存在するため，集団を対象とした行動変容促進モデルを構築する必要がある．本研究では集団の行動変容を促進するモデルとして，「競争」 と 「協力」 を組み合わせた 6 種類のモデルを提案し，それぞれのモデルが集団の行動変容にどう影響するかを評価する．提案したモデルに基づき，大学の体育会野球部と研究室の異なる 2 つの集団を対象に 3 週間の行動変容実験を行った．実験結果を元に，各モデルが行動変容に与える効果を検証した．Currently, everyone can detect and store many life-log data very easily with the spread of smart phones or wearable devices and large scale data storage. Wide variety and large scale life-log data are very useful to self behavior change, medical care, education, and social analytics. Existing researches of human behavior change using life-log data focus on individual human behavior change. But nowadays everyone have communication equipment like smart phones. Group behavior change is very useful to keep workers' health in company and/or managing amount of practice in a sport team. Group has many kind of human relations, for example, manager and normal member. Therefore techniques for individual human behavior change is not effective to groups. The biggest aim of our research is to build the model of group behavior change. Specially, we focus on team behavior change. In this paper, we propose six types of group behavior model based on the "competition" and "collaboration" technique. We used encouraging team modification application in sports team and laboratory for keeping the sit-up exercise for 3 weeks. Sit-up exercise is very important to preventing the injury and keep fit for the sport team and the laboratory member. We create 8 groups in a team. We evaluate and consider this model based on the change of the self-efficacy and number of sit-up activities.

近年，誰もが日常生活中の情報を検知・蓄積できるライフログ環境が整ってきた．これまでライフログデータは，個人の行動変容促進に利用されてきたが，今後は研究室やスポーツチーム，学校，企業といった集団を対象した行動変容促進が可能になると考えられる．しかし，集団は個人とは異なり内部に様々な人間関係が存在するため，集団を対象とした行動変容促進モデルを構築する必要がある．本研究では集団の行動変容を促進するモデルとして，「競争」 と 「協力」 を組み合わせた 6 種類のモデルを提案し，それぞれのモデルが集団の行動変容にどう影響するかを評価する．提案したモデルに基づき，大学の体育会野球部と研究室の異なる 2 つの集団を対象に 3 週間の行動変容実験を行った．実験結果を元に，各モデルが行動変容に与える効果を検証した．Currently, everyone can detect and store many life-log data very easily with the spread of smart phones or wearable devices and large scale data storage. Wide variety and large scale life-log data are very useful to self behavior change, medical care, education, and social analytics. Existing researches of human behavior change using life-log data focus on individual human behavior change. But nowadays everyone have communication equipment like smart phones. Group behavior change is very useful to keep workers' health in company and/or managing amount of practice in a sport team. Group has many kind of human relations, for example, manager and normal member. Therefore techniques for individual human behavior change is not effective to groups. The biggest aim of our research is to build the model of group behavior change. Specially, we focus on team behavior change. In this paper, we propose six types of group behavior model based on the "competition" and "collaboration" technique. We used encouraging team modification application in sports team and laboratory for keeping the sit-up exercise for 3 weeks. Sit-up exercise is very important to preventing the injury and keep fit for the sport team and the laboratory member. We create 8 groups in a team. We evaluate and consider this model based on the change of the self-efficacy and number of sit-up activities.

近年，携帯端末の普及にともない誰もが日常生活中の活動情報を検知・蓄積可能なライフログ環境が整ってきた．これまでライフログデータは，個人を対象として行動変容の促進に活用されてきたが，今後は研究室やスポーツチーム，企業といった集団を対象とした行動変容の促進が可能になると考えられる．しかし，集団は個人とは異なり内部に様々な人間関係が存在するため，これまでの個人を対象とした行動変容促進手法が集団に対して効果的であるかは明らかではない．本研究では，集団の行動変容を促進するモデルとして，既存手法の「競争」と「協力」の要素を組み合わせた6種類の集団の行動変容促進モデルの提案し，効果の検証を行った．提案モデルに基づいた行動変容促進を行うAaron2を実装し，2つの集団（64名）を対象に3週間の実験を行った．1週間ごとの行動変容について考察した結果，チーム目標と直接的に関係ない活動では行動変容への効果が低く，日頃からチーム単位で競争を行っているチームでは「チーム間での競争要素」用いたモデルが最も行動変容への効果が高くなる可能性が示された．Recent technological trends on mobile/wearable devices and sensors have been enabling increasing number of people to collect and store their "lifelog" easily in their daily lives. Beyond exercise behavior change of individual user, our research focus is on the behavior change of teams, based on life-logging technologies and information sharing. In this paper, we propose and evaluate six different types of information sharing model among team members for their exercise promotion, leveraging concepts of "competition" and "collaboration". According to our experimental mobile web application for exercise promotion and extensive user study among 64 total users for three weeks, the model with "competition" technique resulted the most effective performance for competitive teams such as sport teams.

近年のスマートフォンの普及により，様々なセンサを利用できるようになった．それに伴い，日常的な行動を記録する研究が盛んになっている．移動手段の判定もその一部である．既存の研究では加速度センサやマイク，GPS など複数のセンサを用いて移動手段を判定しているため，電池の消耗が激しくスマートフォンのみを用いて判定することは実用的ではない．本研究では加速度センサを用いて移動手段の判定を行うシステムの提案を行い，本システムに様々な機械学習の手法を適用することによって分類精度の評価を行う．また，本システムの省電力性を評価する．Nowadays, various kinds of sensors are available due to expansion of the smartphones. Along with this, the research that records the action on a daily basis has become very popular. Distinction of transport is also a part of the studies. The major result from resent studies has been detected those transport by using the sensors such as GPS or a microphone or an acceleration sensor. However, since this is one of the biggest cause to encourage the consumption of the batteries, it is not practical to detect only with a smartphone. I suggested in this paper the system to detect transport adopting acceleration sensor and evaluated the detection accuracy by applying various kinds of method of machine learning. Moreover, I evaluated power saving of this system.

近年のスマートフォンの普及により，様々なセンサを利用できるようになった．それに伴い，日常的な行動を記録する研究が盛んになっている．移動手段の判定もその一部である．既存の研究では加速度センサやマイク，GPS など複数のセンサを用いて移動手段を判定しているため，電池の消耗が激しくスマートフォンのみを用いて判定することは実用的ではない．本研究では加速度センサを用いて移動手段の判定を行うシステムの提案を行い，本システムに様々な機械学習の手法を適用することによって分類精度の評価を行う．また，本システムの省電力性を評価する．Nowadays, various kinds of sensors are available due to expansion of the smartphones. Along with this, the research that records the action on a daily basis has become very popular. Distinction of transport is also a part of the studies. The major result from resent studies has been detected those transport by using the sensors such as GPS or a microphone or an acceleration sensor. However, since this is one of the biggest cause to encourage the consumption of the batteries, it is not practical to detect only with a smartphone. I suggested in this paper the system to detect transport adopting acceleration sensor and evaluated the detection accuracy by applying various kinds of method of machine learning. Moreover, I evaluated power saving of this system.

近年のスマートフォンの普及により,様々なセンサを利用できるようになった.それに伴い,日常的な行動を記録する研究が盛んになっている.移動手段の判定もその一部である.既存の研究では加速度センサやマイク,GPSなど複数のセンサを用いて移動手段を判定しているため,電池の消耗が激しくスマートフォンのみを用いて判定することは実用的ではない.本研究では加速度センサを用いて移動手段の判定を行うシステムの提案を行い,本システムに様々な機械学習の手法を適用することによって分類精度の評価を行う.また,本システムの省電力性を評価する.

本研究は, 従来の分散ソフトウェアモデルの問題点を解決する新たなモデルとして, 動的分散ソフトウェアモデルを提案し, 同モデルを実現するためのソフトウェアツールキットを提供する. 本研究で提案する動的分散ソフトウェアモデルは, プログラムのモジュールが計算機の制約を受けず, 自律的に計算機間を移動する. これにより, 動的負荷分散の実現, 耐故障性の向上, 大規模分散性の向上, 計算環境の最適化, 小型携帯端末の処理支援などを実現できる. 本モデルを実現するために, 動的分散ソフトウェアの構築を支援するツールキットであるMeta Spaceを設計, 実装, 評価した.