2024年2月26日に慶應義塾大学 日吉キャンパス・藤原記念ホールで「スマートシティと生成・AI」というテーマで第5回シンポジウムを開催しました。近年注目度が高い「生成・AI」をキーワードに、街、人、行政、健康情報、メタバースという様々な視点からの講演と、沢山のコンソメンバー関係者の方々によるポスターセッション、パネルディスカッションを実施し、多くの方々にご参加頂きました。

シンポジウムの当日の様子は、こちらからご視聴いただけます。

開催日時： 2024年2月26日（月） 13:30～17:00

開催場所：　慶應大学日吉キャンパス　藤原記念ホール

【開催概要】

200年くらい前に西洋の技術や文化が日本に流入した時、人々の生活は激変し、それを包む街も大きく変化しました。新しい生活は、一方では新しい需要を生み、新しい仕事ができ、他方では無くなった仕事や廃れてしまった文化もありました。いま私たちが体験しつつあるAIは高度で、中には人と似たように言葉や音、映像を生成できるものもあります。そうしたものをこのシンポジウムでは「生成・AI」と呼んで、それがこれからの街に及ぼす変化を予想します。「生成・AI」は、現時点ではプライバシーやセキュリティの問題、規制の問題、あるいは著作権の問題など、負の側面がフォーカスされています。このシンポジウムでは逆に、それをどう役立てていけるか、その結果人の生活や街をどう変えられるか、という観点で実例を交えて議論します。

【採択】修士1年 富澤君の研究が国際会議 ACM The Web Conference 2024 Short Papers Sessionにacceptされました – ‘ FaST: Accelerating Web Front-end Data Binding with Compiler and Visible Anchor’

Abstract:

Data binding in web front-end development has made a significant contribution to removing complexity from development and simplifying programming. However, data binding has caused a degradation of website performance at the cost of reducing the burden on programmers. In this paper, we propose Visible Anchor to solve the performance degradation caused by data binding. We develop a compiler called FaST that implements the method. Then, We compared the rendering time among websites built by existing methods and FaST compiler. The evaluation result revealed that the websites built by FaST compiler are at minimum 2.9 times faster to be rendered than the ones built by the existing methods. FaST made a significant contribution to improving the performance of web front-end data binding. Consequently, data binding with FaST can be a better choice for web front-end development.

学部4年 上倉君が研究内容を情報処理学会 第81回UBI研究会で発表しました．

発表概要：近年，SNSは広く利用され，感情の表現が行われる場として重要性を増している．その一方で，SNSは我々のメンタルヘルスにも影響を与える要因と言える．例えば，他者のSNS投稿がポジティブな表現であると，自身もポジティブな投稿が増えるという結果が報告されている．このような背景から，本研究ではポジティブなSNS投稿の数を増やすことを目的とし，投稿の表示順に介入し， 2群に分けて実験を行う．そして，それぞれの群におけるポジティブな投稿の数を比較することで，本研究の効果を検証する．この研究を通じて，SNSの機能拡充が個人のメンタルヘルスに与える影響を深く理解し，ポジティブなコミュニケーションの促進に資する知見を得ることが期待される．

During Sept. 20~23, 2023, the 6th workshop, entitled 2023 International Joint Workshop on Intelligent IoT Key Technology, was held in Nanjing city, China. This is the first time members from the China, Japan and Korea could gather on-site for face-to-face communication. We have 5 keynotes and 10 oral presentation sessions. The topics ranges from wireless sensing and communication to IoT and smart home applications. From our team, we sent 13 attendees and two students, Wenhao Huang and Taiga Kume presented their work on machine learning driven sensing technology. In addition to the academic events, we also learned a lot about Nanjing city’s history and culture. A very great trip! See you next time, Nanjing.

修士2年 張君が研究内容をIoT2023でポスター発表しました．

ウェアラブルデバイスと地理的なチームコラボレーションを活用した新しいロゲイニングゲーム「SFC GO Around」です。ゲーミフィケーションアプローチを採用することで、キャンパス内のいくつかの仮想ロケーションを設定し、参加者を二つのチームに分けて互いに競い合わせます。このセットアップは、キャンパスの地理をより深く理解するだけでなく、ゲームを通じてクラスメイトとの親しさも育てます。このシステムは、個人が新しいエリアにすばやく慣れ、イベント中に学生や同僚との関係を築くのツールです。競争的なチームゲームを通じて参加者の体験を向上させ、プレイヤーに単なるコミュニケーションだけでなく、お互いを真に認識し理解することを促し、チームメンバー間のより深いつながりを育むことを奨励します。

修士1年生柄澤君が研究内容をIoT2023でポスター発表しました．また，本研究成果は，IoT2023のBest Poster Runners-up Award を受賞しました．

発表概要：都市には綺麗な花や景色などの素晴らしいものも、ゴミなどの望ましくないものもあり、これらは住民の感情や生活の質に影響する。しかし、広告や落書きなど、人によって評価が分かれるものも多く存在し、どのような物体がどのような人の感情に良い影響を与えるかを調査することは難しい。そこで「EmoGO」というシステムを提案する。EmoGOは、アイトラッキング技術を用いて人々の視線と感情を解析し、発生した感情と物体名を収集することで、どのような物体がポジティブに感じるのかの分析を可能にする。これにより、都市生活の向上とアイトラッキング技術の新たな応用が可能になる。

学部4年 田中君が研究内容を情報処理学会 第80回UBI研究会で発表しました．また，本研究成果は，UBIヤングリサーチャー賞を受賞しました.

発表概要：近年,スクールバス内における幼児の置き去り事故が多発している．複数企業において置き去りを検知するシステムが開発・販売されている一方で，それらのシステムに用いられているセンサには死角やプライバシ侵害等の問題が存在する．そこで，本研究では，死角が少なく，プライバシ侵害の懸念がないCO2センサを用いた置き去り検知システムの構築を行った．実験では，成人男性5名を対象に，8台のCO2センサを設置したマイクロバス内において，乗車時や置き去り時を想定した環境下でのCO2センサデータセットを作成し，複数の機械学習モデルの構築，及び精度の比較検証を行った．自作データセットを用い，被験者の置き去り位置とCO2センサの値の関係性について調査したところ，CO2センサと置き去りにされた被験者との距離や向きに関連して，CO2濃度の分布が変化することを確認した．置き去りにされた被験者から最も遠いセンサにおいても，CO2濃度の変化が見られ，CO2センサを用いた置き去り検知の可能性を示した．また，窓が開いている状態での置き去り検知可能性を検証した．

修士2年生 張君が研究内容をIoT2023でポスター発表しました．

Abstract:

Forecasting household waste generation using conventional methods can present challenges due to the substantial variability and uncertainty in the process. Furthermore, previous studies focused on forecasting household waste generation at municipal or national levels may not be directly applicable to on-site waste collection processes. The objective of this research is to attain daily-level predictions of household waste generation and assess the advantages of using a leading-edge deep learning approach over conventional methods. We applied Multi-variable Long Short-Term Memory (LSTM) neural network utilizing a granular garbage disposal database for forecasting. This database is curated from a garbage disposal sensing platform currently operational in three cities within the Kanagawa prefecture, Japan, with plan for operation until 2025. Additionally, relevant web applications based on findings from this research will be developed for data visualization and routine optimization.

博士2年生 黄君が研究内容をIoT2023で口頭発表しました – ‘ Real-Time Image-Based Automotive Sensing: A Practice on Fine-Grained Garbage Disposal ’

Abstract:

This research presents a real-time automotive sensing system for the data of urban garbage disposal. The proposed solution is implemented on an edge computing device mounted on garbage truck where a deep learning based image processing algorithm is implemented to automatically counted the number of collected garbage bags from garbage collection video. A MQTT-based data server was developed to enable data publication from sensing device to server and data accumulation and to facilitate application development. Our system has the functions of high concurrency and low transmission delay, offline reconnection, breakpoint transmission and client authentication. This work is to provide a real-time, low-cost, reliable and replicable system for the implementation of a widespread sensing network for automotive edge computing and smart city applications.