"Where am I?" auf der Mobiquitous 2012 akzeptiert

Das Fullpaper „Where am I? Using Mobile Sensor Data to Predict a User’s Semantic Place with a Random Forest Algorithm“ vom Know-Center wurde bei der Mobiquitous 2012 akzeptiert. Die A-Ranking Konferenz zählt zu den führenden, internationalen Konferenzen zum Thema „Mobile and Ubiquitous Computing“.

The full paper from the Know-Center „Where am I? Using Mobile Sensor Data to Predict a User’s Semantic Place with a Random Forest Algorithm“ is accepted at the Mobiquitous 2012 Conference. The A-Ranking Conference is among the leading international conferences for mobile and ubiquitous computing.

Vier ForscherInnen am Know-Center – Dr. Elisabeth Lex, Dr. Viktoria Pammer-Schindler, Oliver Pimas und Jörg Simon – haben sich in diesem Paper mit der Frage beschäftigt, ob man anhand der Daten eines Mobiltelefon automatisch erkennen kann, „wo“ sich eine Person gerade befindet. „Wo“ bezeichnet hier jedoch nicht den geographischen Ort, an dem sich die Person aufhält, sondern die Funktion des Ortes im Bezug auf die Tätigkeit welche die Person ausübt. Die Frage war also, ob man mittels Mobiltelefon erkennen kann, ob sich eine Person an einem der folgenden Orte befindet:

  • Home
  • Home of a friend, relative or colleage
  • My workplace or school
  • Place related to transportation
  • Workplace or school of a friend, relative or colleage
  • Place related to outdoor sports
  • Place related to indoor sports
  • Restaurant or bar
  • Shop or shopping center
  • Holiday resort or vacation spot

Ziel dieses Papers war es, diese Orte ohne die Verwendung von geographischer Information wie GPS zu erkennen.
Dabei wurden Sensoren verwendet, die bereits in aktuellen Mobiltelefonen verbaut sind, wie etwa Beschleunigungssensor oder Wireless Lan. Diese Sensoren sind viel energiesparender als GPS Sensoren.

Für die Forschung wurde ein von Nokia veröffentlichter Datensatz verwendet, der von der Nokia Mobile Data Challenge (NMDC) stammt. Bei der NMDC erreichte das Team bereits die Top 25 Prozent. Die Annahme des Papers auf der Mobiquitous 2012 ist ein weiterer, ausgezeichneter Erfolg. Das Know-Center-Team freut sich darauf, die Arbeit im Dezember auf der Konferenz in Peking präsentieren zu können.

Researchers at the Know-Center – Dr. Elisabeth Lex, Dr. Viktoria Pammer-Schindler, Oliver Pimas and Jörg Simon – investigate the question how you can harness the data of a smartphone to find out „where“ you are. „Where“ in this context means, however, not the geographical location but it means the type of place in regards to what you do there. The specific question is: Based on the data of the sensors of a mobile phone, can you detect if a persons place is one of the following types:

  • Home
  • Home of a friend, relative or colleague
  • My workplace or school
  • Place related to transportation
  • Workplace or school of a friend, relative or colleague
  • Place related to outdoor sports
  • Place related to indoor sports
  • Restaurant or bar
  • Shop or shopping center
  • Holiday resort or vacation spot

The goal is to detect those places without using the geographic location info you would gather f.e. using a GPS. The sensors used to gather this information are standard sensors built in to a modern smart phone, like an accelerometer, a WLAN. These sensors are also more energy efficient than a using a GPS based detection.

The dataset used for the research origins from the Nokia Mobile Data Challenge (NMDC). At the NMDC the team of the Know-Center could already score amongst the top 25% of the handed in submissions. It is a fantastic new success for the team that this paper is accepted at Mobiquitous 2012. The Team is looking forward to present its work at the conference in Beijing this December.

Zurück
Kontakt Karriere

Hiermit erkläre ich ausdrücklich meine Einwilligung zum Einsatz und zur Speicherung von Cookies. Weiter Informationen finden sich unter Datenschutzerklärung

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close