eSenseを使うに当たって、自分の勉強も兼ねて、簡単なHuman Activity Recognition（他クラス分類）を自作した。（０）環境構築、（１）データ収集、（２）クリーニング、（３）特徴量抽出、（４）学習モデル選択・生成、（５）精度評価、（６）パラメータチューニングの手順を一通り試したので、その流れをメモしておく。機械学習の専門家では無いので、間違いがあったら教えて欲しい＆もっと便利なテクニックがあったら教えて欲しいです。
eSenseアプリを開発中に「Message from debugger: Terminated due to signal 9」が発生し、アプリがバックグランド状態で落ちている事が判明。バックグランド状態では、CPU利用率が80%を連続して60秒を超えるとiOSがアプリを強制終了する仕様みたい。原因発見までの手順と対策をメモ。
夏休みに自室のスマートルーム化を目指して、セルフ実装合宿を決行。Raspberry Pi（ホームサーバ兼赤外線コントローラ）とSiriを使って「Hi Siri, I’m Home」で部屋の家電が全て起動、「Hi Siri, Bye-bye」で部屋の家電を全て停止を実現。毎日使ってるけど、かなり便利。まずは第一歩。FlaskとRaspberry Pi、IoT、Voice User Interface周りのいい勉強になった。
Bell Lab の Dr. Fahim Kawsar らが開発したイヤホン型センシングデバイス（eSense）を借りることができたので、Android版ライブラリを参考にiOS版のライブラリを作成。言語はSwiftで実装。
今学期は、Dr. Denzil と一緒に「Mobile Computing」という、学部生向けの授業（40名程）を開講。 授業は、学期前半は月曜に「理論」・火曜日は月曜に学んだことを「実践」する形式で進め、学期後半は最終発表に向けて４人一組でチーム毎にアイディア出し、実装と発表準備。最終発表にはプレゼン＋デモ動画も必須という授業。