通行量をはかる「お近づきカウンタ」などＩｏＴの話を聞いてきた！

１１月５日、オープンソースカンファレンス2016 Tokyo/Fallに行ってきた！

次は

オープンソースをベースとしたパーソナルIoTの作りかたと異常検知について

をメモメモ



・はじめに
　このデータ　２LDK,７０平米　築１０年　東京２３区→家賃１．７万円
　　（実際にあったデータです）
　→なんかあるよね・・・いわくつき
　→電話かける→不動産や、休み→次の日に電話：入力ミス。１７万円
　→入力ミスの間に、データが広がってしまい・・・
　●システムが、答えてくれるのがやさしい。
　　　これを、検知できないのか？

（１）パーソナライズIoTの勘所
・Industry Internet　　　　　　　　　　　　パーソナルIoT
　　インダストリー４．０　　　　API

・パーソナルとしてのIoT活用
　　センサー　　漁師さん
　　クラウド　　市場
　　AI　　　　　料理人
　　IoT　　　　 おすし
　１）個人でIoTを作れる時代
　２）知恵と想像力でIoTを活用する波を起こす

・　見える化・計数値化

・要素技術
　　センサー、シングルボードコンピューター、３Dプリンター

・３Dプリンターでロボット、ギター、プリント基板

・ウェザーステーションNetatmoからのデータ取得

・Webからリアルの世界に飛び出したのがPersonalIoT
　パーソナルIoTを実現するには
　　アイデアを描く
　　協力体制
　　OSSの活用

・パーソナルIoTの例：おもしろカウンタ

・お近づきカウンタ
　　フィールド評価：見える化のひとつ

２．パーソナルIoTを２年間動かす
　新築家屋で２年間のIoT実証実験結果
　見える化だけでも、べんり
　　　分析
　　　アラート
　　　見える化

３．異常値検知　Jubatus実装
・異常値検知　機械学習　Jubatus
　→１万７千円の話
　　全体の中の集合として、異常を判定する
　　６次元データから、どうとってくるか
　　（１次元なら、いまのシステムでもできる）

　　特徴空間にマップしたとき、
　　LOFは、距離をベースとした異常検出方ではなく、
　　　　　　密度をベースとした異常値検出方

　　データ解析をリアルタイムで行うフレームワーク
　　　リアルタイムで大規模（Hadoopはリアルタイムではない）
　　　多値分類、異常検知、クラスタリング
　　　日本で開発
　　　LOFアルゴリズム

　Pythonで書いている。JSONで定義
　
・教示データ：正常値だけを教え込む場合
　湿度センサーのばらつき検知

・エッジコンピューターで動かすには
　IoTの能力を高める

・分かったこと：アラートが頻繁だと、慢性化する
　　センサーは故障する
　　センサーメンテナンス

４．機械学習　ランダムフォレスト
　　内部温度に影響している因子は何？
　　　目的変数：内部温度
　　　説明変数：その他５項目

・特徴
　学習対象データから多数の決定機を作成し、
　それぞれの決定機の結果を多数決で決定
　　２）分類、回帰、予測　Kinectに使われる
　説明変数の重要度が出力可能
　学習スピードが速い
　過学習がおきにくい

　Pythonで書いている。ランダムフォレストのくらすふぁいやーをインポート

　データクレンジング大事

・まとめ
　デジタル革命の大海原にパーソナルIoTの船を出す
　オリジナルシーフードを味わおう