2017年12月18日に実施された、長崎大学工学部の大学院生向け講義での講義資料です。

1. [ビッグデータ解析特論]
Revornにおける研究開発
とビッグデータについて
株式会社レボーン
松岡広明 ほか
2017年12月18日
長崎大学 ICT基盤センター
修正バージョン

2. スライド構成
1. Introduction
2. 株式会社レボーンについて
3. 匂いについて
4. ハードウェアとソフトウェアの開発
5. ビッグデータ＠Revorn
6. ハンズオン（演習：異常検知）
7. 大学院生の皆さまに向けて
8. まとめとディスカッション

3. すべての匂いが見える世界を目指して

4. 会社概要
会社名
英文社名
代表取締役社長
事業内容
TEL/FAX
URL
主要株主
所在地
株式会社レボーン
REVORN Co., Ltd.
松岡 広明
• 小型匂いセンサーならびにAIプラットフォームを主体とする電子機器・システムの研究、開発、製造、販売。
• 同センサーならびに同プラットフォームを用いた製品ならびに革新的な匂いサービスおよびソリューションの企画、開
発、販売。
• 注意バイアス修正治療訓練アプリの開発
• 学術知見を用いた電子機器・システムの研究、開発、製造、販売。
• 以上を含む附帯事業。
03-4405-6618 / 03-6869-4309
http://revorn.co.jp/
経営陣
〒150-0001 東京都渋谷区神宮前1-11-11 グリーンファンタジア603

5. 代表
松岡 広明
Hiroaki Matsuoka
役職 ：エンジニア, CEO
生年月日 ：1990年11月24日
スキル ：ルービックキューブ, ロボット製作
趣味 ：ロボット製作, スキューバーダイビング
【自己紹介】
子供の頃からロボットにハマり、ロボカップにて全国大会優勝、ポルトガルリスボンにて世界２位になった。長崎大学時代には工学部工学研
究科を専行、主にドローンなどを使った災害時におけるシステムを研究・開発する。 また、在学時に東日本大震災に遭遇。自衛隊や米軍よりも
いち早く船で救援物資を運びつけ、被災者の支援を行った。世界30か国以上渡航経験がある。そのほかにも、学生時に早くから様々な最新技術
を学ぶため東芝研究所で学んだ。
【業務実績】
・長崎ミュージアム
・温度センサーのアプリ開発
・iinioiアプリ開発
・注意バイアス修正トレーナーなどのアプリ開発
・そのほか他社、各大学のシステム開発等

6. 事業概要（iinioi Project）
香りが見える未来で、もっと豊かな生活を。
iinioiとは、香りのコンシェルジュが、あなたにピッタリの香
り・匂い商品を探してくれる世界初の“香り×人工知能”アプ
リです。
世界中のあらゆる“香り”を集めて、データ化することで香り
や匂いを「見える化」することを目的に、iinioiプロジェクト
は始まりました。本プロジェクトでは、香りのデータ、環境
データ、ユーザーの感性データ等の様々な情報をもとに、香
り（匂い）の分析、検証、ユーザーの嗜好を分析・学習し続
けることで、「心地よい香り」が私たちのライフスタイルを
豊かにしていくことを目指しています。

7. 事業概要（ABMトレーナー）
ABMトレーナーは、注意のバイアス修正（Attention
Bias Modification：ABM）と呼ばれる認知科学の研
究分野で古くから使われているドット・プローブ課
題（dot-probe task）を活用して“対象者の脳の機能
を正常化し、不安や落ち込みが改善できるタブレッ
ト型ツールです。
※注意バイアスは、周囲の情報の中から不安や脅威
となる要素に注意を向けやすい“認知バイアス”です。
脅威となる要素に注意が向き、不安障害やうつ病な
ど症状にも関連されています。
導入実績：大学ほか研究機関への納品

8. どんな会社？
• 基本的に研究開発を行なっている会社です。
• ハードウェア，IoT
• 機械学習，AI
• 匂いに関する上記の研究開発
• 香りと鼻と脳の関係。
• そもそも匂いって？
• ガスクロマトグラフィーを近似できないか
• 気持ちや感性に大きく繋がっているヒトの系
• より豊かな社会の実現に向けて
• iinioi Project
※ iinioi（イイニオイ）：商標出願中

9. メディア掲載
日付 掲載メディア
2017年11月15日 テレビ東京 ワールドビジネスサテライト＜トレンドたまご＞
2017年11月16日 日本農業新聞
2017年11月16日 東京新聞
2017年11月18日 AbemaTV
2017年11月24日 Abema TIMES
キヲクノカオリ プロジェクトに関する掲載例（一部）

10. • 水晶振動子（QCM）の表面に化合物を蒸着することで，吸着膜を形成する
• 匂いを放つ物質から拡散される高分子化合物が吸着膜の形成パターンに応じて吸着される
• 高分子化合物を吸着した水晶振動子の周波数特性が変化
• このパターンにより個別の匂い検知を行う
QCMによる匂い検知の原理
香る大気中の高分子化合物
A B C
1.
U V W
AT-cut quartz crystal
蒸着 (吸着膜を構成する化合物)
2.
A
U
Change of frequency
Combination of this
吸着
3.

11. 蒸着器

12. 時系列データの例
• 異なる特性を持つ12個のセンサーが1ボード上に配置される
• 既存のガスセンサーならびに異なる吸着膜を持つQCMによりセンサーアレイを構成する

13. Reference

14. iinioi:Sensor の構成
各時点ごとに記録されるデータの例
QCM 5 QCM 6 QCM 7 QCM 0
Gas 5 Thermos
QCM 1 QCM 2 QCM 3 QCM 4
Gas 1 Gas 2
Humidity Pressure
Gas 3 Gas 4
Controller & Interface
スマートフォン
Raspberry Pi
PC など
Internet
• 通信
• 電源供給 • クラウド接続

15. 右図
Android端末に接続されたセンサー（テスト機）
データ取得用アプリ（表示内容は開発中のものです）
実機とアプリ

16. どんな風に見える？
• 匂いセンサーに内蔵される単一のQCMによるバラ5種の値の変化
197717
197719
197721
197723
197725
197727
197729
1
45
89
133
177
221
265
309
353
397
441
485
529
573
617
661
705
749
793
837
881
925
969
1013
1057
1101
1145
1189
1233
1277
1321
1365
1409
1453
1497
1541
1585
1629
1673
1717
1761
Jeanne d’Arc
Rouge Royale
Wishing
The dark lady
Chef doeuvre
Frame （0.5 sec per frame）
Frequency
QCM air flows

17. iinioi: Sensor の将来的な見通し
• 多様な匂いが検出されるようになる
• 市場においても既に小型化が進んでおり，（セラミック，ニューロン素子，水晶振動子）
近年中に高い識別性能を持つ小型匂いセンサーは実用化レベルになると考えられる
• 匂いを計測，認識し，操作できる環境が，より身近になる
Ver. 1.0 Ver. 2.0 Ver. 3.0
Late 2017 Early 2019Mid 2018100mm
50 mm
width
height
depth = 12mm
50mm
40 mm

18. iOS アプリケーション
• iinioi App
• チャットボットとの対話を通じて，
匂いに関する表現からamazon上の
商品をレコメンドする。
• 主なデータ
• 1TB弱のレビューデータ
• 匂いに関するユーザー表現DB
• チャットログデータ

19. ビッグデータ
• Volume
• 量
• テラ・ペタバイト級？，処理方法の検討が必要なスケール
• Velocity
• 頻度
• ユーザー数，デバイス数
• Variety
• 多様性
• ラベル，メタデータ，構造化/非構造化データ，Linkage
• Veracity
• 正確性
• 正しいラベルデータ？
【参考】
• Extracting business value from the 4 V’s of big data
http://www.ibmbigdatahub.com/infographic/extracting-business-value-4-vs-big-data
資料の作成？
間に合わんわ

20. ビッグデータで検索？
Google Trends より

21. 必要なストレージサイズ
0
200
400
600
800
1000
1200
1 2 3 4 5 6 7 8 9 10 11 12
Storageamount(GB)
Month
ケース１ ケース２
+50
+100

22. 構造化/非構造化データ
• この曖昧な言葉を何とかしたい。。
画像ファイル
テキストファ
イル
JSON
XML
CSV
Excel
構造化データ？ 非構造化データ？

23. センサー・
データ収集
集計・
クレンジング
モデリング・
データ加工
レポーティング・
アクション
おおまかなプロセス

24. 分散処理フレームワーク
• 課題
• データの移動に膨大な時間がかかる
• 一時的に膨大な保存領域が必要になる
• 分散処理フレームワークの利用
• Hadoop
• Spark
• ポイント
• ファイルそのものを動かさない
• 分散しているファイルに対して、タスクを配布する

25. 【演習】異常検知
• データセット作成時の課題についての説明
• 詳細は配布資料を参照

26. Requests
1. UNIX
2. データベース
3. データ構造とアルゴリズム
4. Pythonなどのスクリプト
5. Jupyter notebook的な何か
6. 論文執筆

27. まとめ
1. Introduction
2. 株式会社レボーンについて
3. 匂いについて
4. ハードウェアとソフトウェアの開発
5. ビッグデータ＠Revorn
6. ハンズオン（演習：異常検知）
7. 大学院生の皆さまに向けて
• ディスカッション＋質疑応答