Eylem Tanıma ile Şehir Dinamiklerini Elde Etmek

Eylem Tanıma ile Şehir Dinamiklerini Elde Etmek
Akademik Bilişim 2013
Edip TOPLAN
Yunus Emre ÜSTEV
Dr. Özlem DURMAZ İNCEL
Prof. Cem ERSOY
Boğaziçi Üniversitesi
Bilgisayar Mühendisliği
Netlab
23/01/2013
Private and confidential document of Boun
Sunum Planı
• Giriş
• İlgili Çalışmalar
• Sistem Tasarımı
• Performans Değerlendirmesi
• Gelecek Çalışmalar
Private and confidential document of Boun
2
Sunum Planı
• Giriş
• İlgili Çalışmalar
• Sistem Tasarımı
• Performans Değerlendirmesi
• Gelecek Çalışmalar
Private and confidential document of Boun
3
Giriş
•
zengin bir algılayıcı kümesine sahip yeni nesil akıllı telefonlar
•
•
ivmeölçer, jiroskop
•
•
sosyal etkileşim
mikrofon
•
•
konum belirleme
bluetooth, arama ve mesajlaşma
•
•
eylem tanıma
GPS, Wi-Fi, pusula
•
•
ivmeölçer, jiroskop, GPS, Wi-Fi, bluetooth, mikrofon, pusula, kamera, vb..
gürültü ölçümü, ses tanıma
kamera
•
görüntüleme
Private and confidential document of Boun
4
Giriş
•
katılımcı algılama
•
algılama sürecinde insanlardan faydalanmak
•
•
•
•
•
sosyal etkileşim
çevre ile olan etkileşim
kitlesel ve bireysel davranış şekilleri
akıllı telefonlar ile katılımcı algılama
•
zengin bir algılayıcı kümesi
•
yaygın kullanım
böylelikle;
•
büyükşehirlerde yaşayanların davranış ve
eylemleri karakterize edilebilir
Private and confidential document of Boun
5
Giriş
•
ana hedef
•
gerçek zamanlı toplanan verinin işlenmesi ile
şehrin toplu taşıma ve eylem haritasının elde
edilmesi
•
çevrimdışı veri işlemede kullanılabilecek
büyük bir veri kümesi oluşturmak
•
ikincil hedefler
•
oluşturulan büyük veri kümesi ile şehir
yaşamını kolaylaştırıcı yeni çıkarımlar
yapabilmek
Private and confidential document of Boun
6
Giriş
•
şehirde haftaiçi ve haftasonu hangi toplu taşıma tipleri tercih edilmektedir?
•
şuanda kaç kişi hangi toplu taşıma aracını kullanmaktadır?
•
şehrin belli bir bölgesinde şuanda kaç kişi yürümekte kaç kişi koşmaktadır?
•
şehrin bir bölgesi şuanda ne kadar kalabalık?
•
insanlar günün hangi saatlerinde daha çok telefonla konuşur veya mesajlaşır?
•
şehrin belli bir bölgesine ne kadar kar yağdı?
•
çöpler düzenli toplanıyor mu?
•
trafik veya park ihlali yapanlar?
•
sizin sorularınız…
Private and confidential document of Boun
7
Sunum Planı
• Giriş
• İlgili Çalışmalar
• Sistem Tasarımı
• Performans Değerlendirmesi
• Gelecek Çalışmalar
Private and confidential document of Boun
8
İlgili Çalışmalar
•
Reality Mining veri kümesi (MIT)
•
arama kayıtları, bluetooth, hücresel bilgi, uygulama kullanımı, telefon durumu
•
100 katılımcı ile 9 ay boyunca
•
GPS, Wi-Fi ve ivmeölçer kullanılmadığı için konum ve aktivite bilgisi elde
edilememekte
•
Nokia-EPFL veri kümesi (Lausanne)
•
arama ve mesajlaşma kayıtları, bluetooth, hücresel bilgi, GPS, Wi-Fi, resim
çekme, video ve müzik dinleme kayıtları
•
168 katılımcı ile 1 yıl boyunca
Private and confidential document of Boun
9
Sunum Planı
• Giriş
• İlgili Çalışmalar
• Sistem Tasarımı
• Performans Değerlendirmesi
• Gelecek Çalışmalar
Private and confidential document of Boun
10
Sistem Tasarımı
•
Android akıllı telefonlar için geliştirilmiş bir katılımcı algılama uygulaması
•
ivmeöçer ile eylem tanıma,
•
•
hareket eylemleri (yürüme, koşma, oturma/ayakta durma)
ulaşım eylemleri (araba/otobüs, bisiklet, tren)
•
GPS ve Wi-Fi ile konum bilgisi,
•
arama ve mesajlaşma kayıtları ile sosyal etkileşim,
•
bluetooth ile kişisel etkileşim,
•
pil seviyesi ölçümü ile telefon kullanım istatistikleri,
•
medya (fotoğraf ve video çekme)
Private and confidential document of Boun
11
Sistem Tasarımı
•
uygulama arkaplanda faydacı olarak çalışır
•
eylem tanıma için gerçek veri toplama
•
•
çevrimiçi eylem tanıma (bir sonraki adım)
toplanan veri ana sunucuya iletilir ve SQL
veritabanında saklanır
•
•
çevrimdışı veri işleme
veri toplama yaklaşımları
•
çevrimiçi (her 10 dakikada bir)
•
elle (gün içinde birkaç kez)
Private and confidential document of Boun
12
Sistem Tasarımı
•
veri görselleştirme
•
Google Harita API
•
etkileşimli katılımlı veri toplama
•
örn. kullanıcılardan
bölgelerindeki park ihlallerini
görüntülemeleri istenir
•
hareketlilik haritası
•
toplu taşıma kullanım haritası
Private and confidential document of Boun
13
Sistem Tasarımı
•
•
•
İvmeölçer
•
örnekleme hızı 25 Hz
•
her 5 dakikada bir 30 saniye boyunca
GPS
•
her 5 dakikada bir
•
konumda her 100 metrelik değişim
Wi-Fi & Bluetooth
•
çevrede bir cihaz algılandığında
Private and confidential document of Boun
14
Sistem Tasarımı
•
•
Pil
•
her 5 dakikada bir
•
pil seviyesi değiştiğinde
Arama ve mesajlaşma kayıtları
•
•
kullanıcı isteğine bağlı olarak veri iletiminden önce
Görsel (Fotoğraf/Video)
•
sunucudan talep geldiğinde
Private and confidential document of Boun
15
Sunum Planı
• Giriş
• İlgili Çalışmalar
• Sistem Tasarımı
• Performans Değerlendirmesi
• Gelecek Çalışmalar
Private and confidential document of Boun
16
Performans Değerlendirmesi
•
problemler
•
enerji tüketimi
•
•
eylem tanıma başarımı
•
•
veriler sınırlı depolama kapasitesi dikkate alınarak saklanmalı
mobil veri kullanımı düşük olmalı
kullanıcı deneyimi
•
•
tutarlı çıkarımların yapılması adına sistem en az % 90 başarım oranına sahip
olmalı
veri depolama & veri iletimi
•
•
•
sistem günlük kullanım süresi olan 12 saat pil ömrünü yakalamalı
uygulamaya ait işlemci ve bellek kullanımı, kullanıcı deneyimini etkilememeli
mahremiyet
•
kullanıcı bilgilerinin gizliliğine gerekli hassasiyet gösterilmeli
Private and confidential document of Boun
17
Performans Değerlendirmesi
Enerji Tüketimi
• sürekli örnekleme pil kullanımını arttırmaktadır
•
aralıklı örnekleme (ayrıca daha az veri üretimi)
• çevrimiçi eylem tanıma işlemci yükünü arttırmaktadır
•
daha basit bir sınıflandırıcı (kullanıcı deneyimini düşürmeden)
• çevrimiçi veri toplama
•
aralıklı yükleme
•
veriyi iletmeden önce sıkıştırma (ayrıca daha az mobil veri tüketimi)
• pil seviyesi düşükse uygulamayı durdur
Private and confidential document of Boun
18
Performans Değerlendirmesi
Eylem/Taşıma Modu Sınıflandırma
•
ivmeölçer ile toplanan etiketlenmiş veri
•
eylemler
•
•
taşıma modu
•
•
otomobil/otobüs, bisiklet, tren
çevrimiçi sınıflandırıcı (Köse, 2012)
•
•
•
•
yürüme, koşma, oturma/ayakta durma
KNN, Naive Bayes, Decision Tree
25 Hz örnekleme hızı, 1 saniyelik pencere
sinyal özellikleri: ortalama, standart sapma, minimum, maximum
% 92’lik başarım ile eylem ve taşıma modu tanıma
Private and confidential document of Boun
19
Performans Değerlendirmesi
Veri Depolama & Veri İletimi
• Akıllı telefon üzerinde yerel veri depolama
• her bir algılayıcıdan toplanan veriler farklı dosyalarda .csv biçiminde
depolanmaktadır
• ivmeölçer için ham veri ve gerçek etiket birlikte saklanmaktadır
• veri iletimi yapılmadan önce herbir dosya sıkıştırılır ve tek bir dosya olarak
sunucuya iletilir
• toplanan veriler ana sunucuya iletildikten sonra herbir dosyanın içeriği
temizlenir
Private and confidential document of Boun
20
Performans Değerlendirmesi
Veri Depolama & Veri İletimi
Algılayıcı
Örnekleme Aralığı / Hızı
Boyut
İvme Ölçer
her 5 dk 30 sn / 25Hz
6 MB
5 dk - 100 m
96 KB
Wi-Fi
çevresel değişimlerde
130 KB
Bluetooth
çevresel değişimlerde
20 KB
Arama ve Mesajlaşma
iletimden önce
12 KB
Görüntü ve Ses
talep olduğunda
-
Konum
• 12 saat boyunca toplanan verinin boyutu 6,2 MB olmaktadır
• ana sunucuya iletilmesinden önce uygulanan sıkıştırma işlemi veri boyutu
%1-3 arasına düşmektedir
• verinin sıkıştırılmasıyla kullanılan mobil veri paketi de önemli ölçüde
azalmaktadır
Private and confidential document of Boun
21
Performans Değerlendirmesi
Veri Depolama & Veri İletimi
• ana sunucu üzerinde depolama
• katılımcılar tarafından sunucuya iletilen sıkıştırılmış dosyalar içerisinden veri
dosyaları çıkarılır
• veri işleyici ile herbir algılayıcı tipinden gelen dosyalar tek tek açılır
• veriler SQL veritabanını üzerinde saklanır
Mahremiyet
• katılımcılar kendi istekleri doğrultusunda toplanmasını istemedikleri veri tiplerini
seçebilirler.
• örn. katılımcı konum bilgisini paylaşmak istemeyebilir
• katılımcılara ait görüşme ve mesajlaşma kayıtları sunucuya iletilmeden önce
şifrelenir
Private and confidential document of Boun
22
Sunum Planı
• Giriş
• İlgili Çalışmalar
• Sistem Tasarımı
• Performans Değerlendirmesi
• Gelecek Çalışmalar
Private and confidential document of Boun
23
Gelecek Çalışmalar
• kullanıcı profiline göre algılayıcı tiplerinin seçilmesi
• uygulamanın kullanımını teşvik edici eylemler
• test aşaması sonrası uygulamanın dağıtılması
• veri görselleştirme ara yüzünün geliştirilmesi
Private and confidential document of Boun
24
Teşekkürler
Private and confidential document of Boun
25