九州大学 研究者情報
研究者情報 (研究者の方へ)入力に際してお困りですか?
基本情報 研究活動 教育活動 社会活動
木實 新一(このみ しんいち) データ更新日:2019.06.27



主な研究テーマ
ヒューマンデータインタラクションの研究
キーワード:データサイエンス、インタラクション、ネットワーク、機械学習、推薦、アンビエントインテリジェンス、プライバシー
2019.04.
大規模データを活用した次世代学習環境の研究開発
キーワード:学習支援、教育支援、ラーニングアナリティクス
2017.04.
社会人やシニアの学びと社会活動・再雇用を支援するための学習支援システムの研究開発
キーワード:学習支援システム、ラーニングアナリティクス、リカレント教育、様々な世代の社会人
2017.11~2019.10.
スマートフォンを用いた人間行動のセンシング
キーワード:スマートフォン、センシング、人間行動
2017.04~2020.03.
従事しているプロジェクト研究
ビッグデータの教育分野における利活用アプリケーションの研究開発
2016.04~2018.03, 代表者:安浦寛人, 九州大学
ビッグデータの教育分野における利活用アプリケーションの研究開発を行う.
モデル駆動型行動複製による都市センシング
2017.04~2020.03, 代表者:木實新一
新たな都市センシング手法の提案.
生きた信頼ネットワークの構築と地域情報共有への応用
2017.07~2021.03, 代表者:木實新一
信頼ネットワークを柔軟に取得・ 更新する技術の開発と地域情報 共有システムへの応用.
学習アナリティクス基盤の拡張による多世代共創及び社会活動支援
2017.11~2019.10, 代表者:木實新一
教育ビッグデータとセンサ等を用いて高齢者を含む多世代の学習者のための効果的なフィードバックを行い学習と社会活動の支援を行う研究.
教育ビッグデータを用いた教育・学習支援のためのクラウド情報基盤の研究
2016.04~2020.03, 代表者:緒方広明, 京都大学
教育ビッグデータを用いた教育・学習支援のためのクラウド情報基盤の研究.
研究業績
主要著書
1. Norbert Streitz Shin’ichi Konomi, Distributed, Ambient and Pervasive Interactions: Technologies and Contexts. Proceedings of the 6th International Conference, DAPI 2018, Held as Part of HCI International 2018, Las Vegas, NV, USA, July 15-20, 2018, Part II, 2018, ISBN 978-3-319-91130-4, Springer, Berlin/Heidelberg, LNCS 10922, 381 pages., Springer, https://doi.org/10.1007/978-3-319-91131-1, 2018.07.
2. Norbert Streitz Shin'ichi Konomi, Distributed, Ambient and Pervasive Interactions: Understanding Humans. Proceedings of the 6th International Conference, DAPI 2018, Held as Part of HCI International 2018, Las Vegas, NV, USA, July 15-20, 2018, Part I, ISBN 978-3-319-91124-3, Springer, Berlin/Heidelberg, LNCS 10921, 469 pages., Springer, https://doi.org/10.1007/978-3-319-91125-0, 2018.07.
主要原著論文
1. Shin'ichi Konomi Tomoyo Sasao Simo Hosio Kaoru Sezaki, Using Ambient WiFi Signals to Find Occupied and Vacant Houses in Local Communities, Journal of Ambient Intelligence and Humanized Computing, Springer., http://dx.doi.org/10.1007/s12652-018-0899-8, 10, 2, 779-789, 2018.12, In many countries, the population is either declining or rapidly concentrating in big cities, which causes problems in the form of vacant houses. It is often challenging to keep track of the locations and the conditions of vacant houses, and for example in Japan, costly manual field studies are employed to map the occupancy situation. In this paper, we discuss a technique to infer the locations of occupied and vacant houses based on ambient WiFi signals. Our technique collects Received Signal Strength Indicator (RSSI) data based on opportunistic smartphone sensing, constructs hybrid networks of WiFi access points, and analyzes their geospatial patterns based on statistical shape modeling. In situ experiments in two residential neighborhoods show that the proposed technique can successfully detect occupied houses and substantially outperform a simple triangulation-based method in one of the neighborhoods. We also argue that the proposed technique can significantly reduce the cost of field surveys to find vacant houses as the number of potential houses to be inspected decreases..
2. Tomoyo Sasao Shinichi Konomi Vassilis Kostakos Keisuke Kuribayashi Jorge Goncalves, Community Reminder
Participatory contextual reminder environments for local communities, International Journal of Human Computer Studies, 10.1016/j.ijhcs.2016.09.001, 102, 41-53, 2017.06, [URL], Many projects have looked at how communities can co-design shared online repositories, such as Wikimapia and Wikipedia. However, little work has examined how local communities can give advice and support to their members by creating context-aware reminders that may include advice, tips and small requests. We developed the Community Reminder environment, a smartphone-based platform that supports community members to design and use context-aware reminders. We have conducted a one-month field study of Community Reminder to crowdsource and deliver safety-relevant information in a local community. The results show the benefits of involving community members in reminder design and connecting different perspectives. We also show that the proposed approach can broaden participation in local communities..
主要総説, 論評, 解説, 書評, 報告書等
主要学会発表等
1. Shin'ichi Konomi, Technology-Enhanced Learning Environments for Older Adults, Gerontechnology Symposium 2018, 2018.09.
2. Shin'ichi Konomi, Learning Analytics for All: Opportunities and Challenges., The 7th Asian Workshop on Smart Sensor Systems, 2019.03.
3. Shin'ichi Konomi Kohei Hatano Miyuki Inaba Misato Oi Tsuyoshi Okamoto Fumiya Okubo Atsushi Shimada Jingyun Wang Masanori Yamada Yuki Yamada, Towards Supporting Multigenerational Co-Creation and Social Activities: Extending Learning Analytics Platforms and Beyond, Distributed, Ambient, and Pervasive Interactions - Sixth International Conference, DAPI 2018, Held as Part of HCI Interational 2018. Proceedings. Lecture Notes in Computer Science, Springer., 2018.07.
4. Simo Johannes Hosio Jaro Karppinen Esa Pekka Takala Jani Takatalo Jorge Goncalves Niels Van Berkel Shin'ichi Konomi Vassilis Kostakos, Crowdsourcing treatments for low back pain, 2018 CHI Conference on Human Factors in Computing Systems, CHI 2018, 2018.04, Low back pain (LBP) is a globally common condition with no silver bullet solutions. Further, the lack of therapeutic consensus causes challenges in choosing suitable solutions to try. In this work, we crowdsourced knowledge bases on LBP treatments. The knowledge bases were used to rank and offer best-matching LBP treatments to end users. We collected two knowledge bases: one from clinical professionals and one from non-professionals. Our quantitative analysis revealed that non-professional end users perceived the best treatments by both groups as equally good. However, the worst treatments by nonprofessionals were clearly seen as inferior to the lowest ranking treatments by professionals. Certain treatments by professionals were also perceived significantly differently by non-professionals and professionals themselves. Professionals found our system handy for self-reflection and for educating new patients, while non-professionals appreciated the reliable decision support that also respected the non-professional opinion..
学会活動
所属学会名
Association for Computing Machinery (ACM)
IEEE Computer Society
情報処理学会
電子情報通信学会
日本データベース学会
地理情報システム学会
学会大会・会議・シンポジウム等における役割
2019.07.26~2019.07.31, International Conference on Distributed, Ambient and Pervasive Interactions (DAPI) as part of HCI International, Program Board Chair.
2018.09.14~2018.09.14, Workshop on Future Tech for Learners of All Ages, Organizer.
2018.07.15~2018.07.20, International Conference on Distributed, Ambient and Pervasive Interactions (DAPI) as part of HCI International, Program Board Chair.
2018.03.15~2018.03.16, International Symposium on Learning Analytics and Adaptive Aids for Active Adults at All Ages (LA9), Organizer.
学会誌・雑誌・著書の編集への参加状況
2016.04~2020.03, PACM Journal on Interactive, Mobile, Wearable and Ubiquitous Technologies (IMWUT), 国際, 編集委員.
2013.04~2020.03, Journal of Ambient Intelligence and Smart Environments, 国際, 編集委員.
2014.04~2020.03, Frontiers in ICT and Psychology, 国際, 査読委員.
学術論文等の審査
年度 外国語雑誌査読論文数 日本語雑誌査読論文数 国際会議録査読論文数 国内会議録査読論文数 合計
2017年度 15 
2018年度
受賞
Best Short Paper Award, European Conference on Ambient Intelligence (AmI 2017), 2017.04.
研究資金
科学研究費補助金の採択状況(文部科学省、日本学術振興会)
2016年度~2020年度, 基盤研究(S), 分担, 教育ビッグデータを用いた教育・学習支援のためのクラウド情報基盤の研究.
2017年度~2021年度, 基盤研究(C), 代表, 生きた信頼ネットワークの構築と地域情報共有への応用.
2017年度~2019年度, 基盤研究(C), 代表, モデル駆動型行動複製による都市センシング.
競争的資金(受託研究を含む)の採択状況
2016年度~2017年度, 情報通信研究機構・ソーシャル・ ビッグデータ利活用・基盤技術の研究開発, 分担, ビッグデータの教育分野における利活用アプリケーションの研究開発.
2017年度~2019年度, JST未来社会創造事業, 代表, 学習アナリティクス基盤の拡張による多世代共創及び社会活動支援.
学内資金・基金等への採択状況
2019年度~2019年度, 教育の質向上支援プログラム, 分担, 共創的課題解決力を育成する新しい教育モデルの確立と優れた授業実践の蓄積.

九大関連コンテンツ

pure2017年10月2日から、「九州大学研究者情報」を補完するデータベースとして、Elsevier社の「Pure」による研究業績の公開を開始しました。
 
 
九州大学知的財産本部「九州大学Seeds集」