Case study
深層学習による
環境品質予測技術
深層学習による
環境品質予測技術
AIを活用したIoTデータ連携による
環境スマートサービスの実現を目指します
キーワード：AI、環境品質予測、データ連携分析
概要
都市環境に関する様々なセンシングデータの空間的・時間的な相関パターンを発見・予測する深層学習方式の研究開発と、異常気象や大気汚染による交通・健康など社会生活への影響（環境品質）の短期予測と行動支援への応用を行っています。相関パターンの時空間的な連続性や局所性を考慮し予測モデル作成を工夫することで、高い汎用性と予測精度を両立させています。また、ユーザ収集データを連携させ予測を最適化する技術の開発にも取り組んでいます。
成果活用の可能性
この技術は、NICTの統合テストベッド上のxDataプラットフォームに実装され、大気汚染の早期注意報・警報発令支援や、環境に配慮したモビリティやヘルスケアのためのスマートサービス等に応用されています。また、環境品質予測モデルやスマートサービスのユーザー参加型開発も行っています。さらに、環境品質予測モデルの再利用・共有・転送を目的とした共同研究も国内外で実施しています。
-
様々なセンシングデータの収集
-
時空間相関パターンの深層学習
-
環境品質予測
アプリケーション例
-
光化学オキシダント注意報・
警報発令の早期警戒支援
-
交通公害リスク予測
-
煙霧越境汚染被害予測
情報資産
文献
- Peijiang Zhao, Koji Zettsu: Decoder Transfer Learning
for
Predicting
Personal Exposure to Air
Pollution. BigData 2019: 5620-5629. - Koji Zettsu: Transforming Sensing Data into Smart Data for Smart Sustainable Cities. BDA 2019: 3-19