@conference{Nishiyama2020_LOIS,
title = {In-the-Wild実験におけるiOS用モバイルセンシングフレームワークの性能評価},
author = {西山勇毅 and 佐々木航 and 栄元優作 and 本木悠介 and 大越匡 and 中澤仁 and 瀬崎薫},
url = {https://www.ieice.org/ken/index/ieice-techrep-119-477.html},
issn = {0913-5685},
year = {2020},
date = {2020-03-11},
urldate = {2020-03-11},
booktitle = {電子情報通信学会技術研究報告: 信学技報},
volume = {119},
number = {477},
pages = {127-132},
publisher = {電子情報通信学会},
address = {大濱信泉記念館（石垣島） },
organization = {ライフインテリジェンスとオフィス情報システム(LOIS)},
abstract = {ユーザの携帯端末より収集したセンサデータを用いて，人や集団・空間の状態を理解するモバイルセンシングは，情報科学だけでなく社会科学や公衆衛生など様々な分野で利用されている．モバイルセンシングを容易に実現するツールは多数提案されており，それらは研究室内実験など「コントール環境」での性能評価は行われている．しかし，実際の被験者にシステムを配布し実験を行う「In-the-Wild環境」における性能評価は行われていない．特にAndroidに比べiOSは制約が多く，制約を無視した設定はデータ収集率の低下を招くため，適切な設定を明らかにする必要がある．
そこで本研究では，iOS用モバイルセンシングフレームワーク（{it AWARE-iOS}）を用いて，1週間のIn-the-Wild環境実験を10人の被験者を対象に行い，その際の{it AWARE-iOS}のデータ収集性能及びバッテリ消費を評価した．その結果，最も収集率が高い可能性のある設定（ESM＋SPN）では，ユーザが{it AWARE-iOS}を強制終了しない限り95%以上のデータを収集可能であり，平均11.39時間の起動が可能であることが明らかになった． },
keywords = {AWARE, In-the-Wildセンシング, iOS, ガイドライン, センシング基盤, フレームワーク, モバイルセンシング},
pubstate = {published},
tppubtype = {conference}
}