Mimo gneč na cestah s slovenskim algoritmom

Raziskovalci IJS so zmagali na svetovnem prvenstvu v prepoznavanju načina gibanja s senzorji v pametnem telefonu

Objavljeno
15. november 2018 09.00
Posodobljeno
15. november 2018 09.00
Zmagovalno ekipo je vodil prof. dr. Matjaž Gams, vodja Odseka za inteligentne sisteme (čisto levo), ob njem stoji vodja drugouvrščene ekipe dr. Mitja Luštrek, vodja skupine za ambientalno inteligenco. V ekipah so sodelovali še (z leve) Vito Janko, Jani Bizjak, Gašper Slapničar, Miha Mlakar, Nina Reščič in Nejc Mlakar ter Martin Gjoreski, Matej Marinko in Vid Drobnič, ki jih na fotografiji ni. Foto Marjan Verč
Mojca Vizjak Pavšič
Mojca Vizjak Pavšič
Raziskovalci Odseka za inteligentne sisteme Instituta Jožef Stefan so na odprtem svetovnem prvenstvu v prepoznavanju načina gibanja s senzorji v pametnem telefonu dosegli prvo in drugo mesto. Tekmovanje je pripravila Univerza v Sussexu v sodelovanju s kitajskim podjetjem Huawei, zmagovalce pa so razglasili na najpomembnejši konferenci s tega področja Ubicomp 2018.

Na konferenci Ubicomp v Singapurju so predstavili novosti vseobsegajočega računalništva (ang. ubiquitious computing) in ambientalne inteligence (ang. ambient intelligence). Na prvenstvu z naslovom Sussex-Huawei locomotion and transportation challenge je sodelovalo 35 ekip z vsega sveta, rešitve pa je oddalo le 19 skupin, saj so nekatere obupale nad težavnostjo naloge.

  • Na prvenstvu Sussex-Huawei locomotion and transportation challenge je sodelovalo 35 ekip z vsega sveta.
  • Rešitve je na koncu oddalo le 19 skupin, saj so nekatere obupale nad težavnostjo naloge.
  • Le metodi slovenskih raziskovalcev sta dosegli več kot 90 odstotkov pravilnih napoved.


Naloga je temeljila na posnetkih signalov z mobilnih telefonov treh posameznikov v obdobju sedmih mesecev. Vsak dan so ročno zapisovali način premikanja, in sicer: mirovanje, hoja, tek, kolesarjenje, avtomobil, avtobus, vlak in podzemna železnica.
 

Pametni svetovalci za potovanja


12

cifra letNullamcorem dolore eu feu feu faccum zzrillan utatue faccum eugait verEre inpraet
»Raziskovalci z Univerze v Sussexu so si zamislili, da bi v zvezi s podjetjem Huawei mobilnim aplikacijam omogočili dostop do dodatnih informacij,« je povedal prof. dr. Matjaž Gams: »Googlove aplikacije napovedujejo, kje je zastoj, a ne ločijo med blokado, ki ovira avtomobil, oziroma kolo, in vsem udeležencem v prometu posredujejo enako informacijo. Poznavanje načina prevoza je pomembno tudi za optimizacijo potovanj, zmanjševanje onesnaževanja in spodbujanje zdravega načina življenja. Če smo se, na primer, peljali z avtomobilom, namesto da bi enako razdaljo prevozili s kolesom, smo zamudili dobro priložnost za gibanje in aplikacija bi nas na to opozorila ter nam priporočila več telesne aktivnosti. Če pa bi imela aplikacija podatke o zdravstvenih težavah uporabnika, kot so težave s srcem, bi telesne napore odsvetovala v primeru visokih temperatur.«

Tekmovalci so na podlagi posnetkov gibanja poskušali razviti metodo za prepoznavanje načina gibanja, v naslednji fazi pa so morali s to metodo samostojno prepoznati načine gibanja na novih, še neoznačenih podatkih. Oznake so poznali le organizatorji, ki so napovedi tekmovalcev primerjali z dejanskimi oznakami, in tako razglasili najboljše.

Naloga je bila zelo zahtevna, pravi prof. Gams. Če napovedujemo naivno, to je glede na večinsko oznako, dobimo samo 30 odstotkov pravilnih napovedi, če pa izmed metod, ki so prosto dostopne na spletu, izberemo najboljšo, dobimo 70 odstotkov pravilnih napovedi. Le obe metodi slovenskih raziskovalcev sta dosegli več kot 90 odstotkov pravilnih napovedi, osem jih je doseglo od 80 do 90 odstotkov in devet od 50 do 80 odstotkov.

»Večina tekmovalcev je preveč slepo pričakovala, da bodo testni podatki podobni učnim,« pojasnjuje prof. Gams, ki ugotovitev ponazarja s primerom, ko v sobo zaporedoma vstopi pet moških. Kolikšna je verjetnost, da bo tudi naslednji, ki bo vstopil, moški? »Če slepo zaupamo, da bo naslednji podoben prejšnjim, bomo odgovorili, da bo gotovo vstopil moški. Če vzamemo apriorno porazdelitev, da je v populaciji 50 odstotkov moških, potem je verjetnost 50-odstotna. Če pa poznamo gibanja vseh obiskov v preteklosti, lahko takšno porazdelitev predpostavimo tudi v prihodnje.«
 

Princip rešitve slovenskih raziskovalcev


Pri sestavljanju napovedi so uporabljali globoke nevronske mreže, odločitvena drevesa, gozdove dreves, spodbujevalne in druge metode.
Rešitve raziskovalcev z Odseka za inteligentne sisteme IJS temeljijo na principu mnogoterega znanja, večdesetletnih izkušenj in obsežnega iskanja najboljših parametrov. Za vsako napoved so sestavili več posameznih napovedi, na primer: »Verjetnost, da bo naslednji moški, je stoodstotna« ali pa »Obstaja 50-odstotna verjetnosti, da bo naslednji moški«. Napovedi so nato združili v skupno napoved, pri čemer so uporabili globoke nevronske mreže, odločitvena drevesa, gozdove dreves, spodbujevalne in druge metode.

Organizatorji tekmovanja so omogočili odprt dostop do najboljših petih metod, kar pomeni, da rezultatov ne bo uporabljal samo Huawei. Izkušnje kažejo, da se najboljši pristopi zelo hitro prenesejo v splošno uporabo na večini pametnih telefonov. »Čeprav nikjer ne bo pisalo, da so rezultat slovenskega znanja, smo lahko ponosni na enkratni dosežek slovenskih raziskovalcev,« zaključuje prof. dr. Matjaž Gams.