環境情報をセンサ・IoT技術により測定・収集して、クラウドサーバー上で時系列データ予測と警告を行うシステムの研究・開発を行った。初年度は、主にハードウェアの開発と実証実験と可視化を行った。2年目はそれらのデータ解析や、機械学習アルゴリズムにより予測・警告するシステムの構築を行った。3年目は、時系列データである環境計測データの中で、時系列データからの予測を目的としてLongShort Term Memory(LSTM)を用いて機械学習を行った。社会実装としては、太陽電池駆動のIoT式PM2.5・NO2・温湿度測定器を開発して、東アフリカ・ウガンダに設置を行い気象予測に取り組み精度の向上を行った。
We researched and developed a system that measures and collects environmental information using sensors and IoT technology, and provides time-series data prediction and warning on a cloud server. In the first year, we mainly developed hardware and conducted demonstration experiments and visualization. In the third year, we conducted machine learning using Long Short Term Memory (LSTM) for prediction from time-series environmental measurement data. In the second year, we conducted machine learning using Long Short Term Memory (LSTM) for forecasting from time-series environmental measurement data. As for social implementation, we developed solar-powered IoT PM2.5, NO2, temperature and humidity meters and installed them in Uganda, East Africa, to improve the accuracy of weather forecasting.

研究種目 : 基盤研究 (C) (一般)
研究期間 : 2017～2020
課題番号 : 17K01339
研究分野 : センサ、IoT