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.

Tomizawa, T., Makino, S., Kume, T., Hamanaka, S., Okoshi, T., & Nakazawa, J. (2024, May). FaST: Accelerating Web Front-end Data Binding with Compiler and Visible Anchor. In Companion Proceedings of the ACM on Web Conference 2024 (pp. 754-757).

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．

This research designed “SFC GO Around,”a novel Rogaining gameplay leveraging wearable devices and geographic-based team collaboration for orienteering competitions. By adopting a gamification approach, we established several virtual locations across the campus where participants, divided into two teams, compete against each other. This setup not only facilitates a deeper understanding of the campus geography but also fosters familiarity among classmates as they navigate through the game. The system proves to be a potent tool in helping individuals quickly acquaint themselves with new areas and build rapport with fellow students and colleagues during events. Implemented during physical education classes, “SFC GO Around” enhances the participant experience through competitive team games, encouraging players to not merely communicate but to genuinely recognize and understand each other, thereby nurturing deeper connections among team members.

Zhang, B., Nakazawa, J., & Okoshi, T. (2023, November). SFC GO Around: A Location-based Competitive IoT Game for Physical Education. In Proceedings of the 13th International Conference on the Internet of Things (pp. 200-203).

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．

Abstract:

Urban environments consist of diverse elements influencing residents’ quality of life and emotional well-being. Prior research has attempted to map citizens’ emotions using sensors and GPS data, but it remains difficult to pinpoint environmental triggers that evoke specific emotions of them. To solve this problem, we introduce EmoGO, a novel system that integrates mobile eye-tracking with emotion, visual, and GPS data collection. To our knowledge, this approach is the first study to uniquely correlate specific visual stimuli with emotions. Given the rising prevalence of eye-tracking in VR, MR, and AR technologies, EmoGO’s potential applications are substantial. Our preliminary evaluation resulted in a promising result in emotion estimation on our original dataset, and also showed that the system can effectively collect real-world data on objects and associated emotions.

Karasawa, T., Hamanaka, S., Kume, T., Sasaki, W., Nakazawa, J., & Okoshi, T. (2023, November). EmoGO: Emotion Estimation on Gazed Object by Using Mobile Eye-Tracker. In Proceedings of the 13th International Conference on the Internet of Things (pp. 158-161).

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.

Zhang, Y., Huang, W., Chen, Y., & Nakazawa, J. (2023, November). Forecasting Household Waste Generation with Deep Learning and Long-term Granular Database. In Proceedings of the 13th International Conference on the Internet of Things (pp. 179-182).

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.

Huang, W., Mikami, K., Chen, Y., & Nakazawa, J. (2023, November). Real-Time Image-Based Automotive Sensing: A Practice on Fine-Grained Garbage Disposal. In Proceedings of the 13th International Conference on the Internet of Things (pp. 138-145).