SlideShare ist ein Scribd-Unternehmen logo
1 von 27
Downloaden Sie, um offline zu lesen
Apple Watchを使い倒す
- Watchから取れるデータとその活用法 -
1
iOSDC Japan 2022 Day1
Atsushi OTSUBO / @tsuboyan5
つぼやん
@tsuboyan5
# 所属
- DeNA
- ヘルスケア事業本部
- モバイルソリューショングループ
# 好きなこと
- ランニング / 旅行 / ものづくり / 家探し
2
Apple Watch Series 8登場👏
3
画像の出典: Apple公式サイト, https://www.apple.com/jp/shop/buy-watch/apple-watch
Apple Watchの進化の変遷
4
Series1 Series2 Series3 Series4 Series5 Series6 Series7
Apple Watch 進化の変遷 (外観)
5
画像の出典: Apple公式サイト, https://support.apple.com/ja-jp/HT204507
画像の出典: Apple公式サイト, https://support.apple.com/ja-jp/HT204507
第1世代 第7世代
Apple Watch 進化の変遷 (外観)
ほぼ変わってなくない?
7
第1世代 第2世代 第3世代 第4世代 第5世代 第6世代 第7世代
Apple Watch 進化の変遷
8
見た目の変化はほぼない
画像の出典: Apple公式サイト, https://support.apple.com/ja-jp/HT204507
じゃあ何が変わったの!?
9
A. (ほぼ)中身
10
11
世代 2 3
GPS / Felica対応
電気心拍センサ搭載
電子コンパス
血中酸素濃度
皮膚温度
4
追加されてきたセンサ達
5 6 7 8
セルラー通信対応モデル登場
Apple Watchの歴史は
センサの搭載の歴史!
12
1:30
その他
位置情報
モーションセンサ
ウェルネス系
Apple Watch の主なセンサ一覧
13
モーションセンサ
- 加速度
- ジャイロ
- 電子コンパス(Series 5~)
ウェルネス系
- 血中酸素(Series 6~)
- 電気式心拍 (Series 4~)
- 光学式心拍
14
位置情報
- GPS
- 気圧センサ
その他
- マイク
- 輝度センサ
- タッチパネル
- Felica (Series 2~)
Apple Watch の主なセンサ一覧
センサの値を取得するためのAPI
15
iOSと同様に取得可能
- CoreLocation
- 位置情報 (主にGPS)
- CoreMotion
- 端末の動き・向き
- HealthKit
- ウェルネス関係の情報
CoreLocation
16
概要
位置・移動に関する情報を取得できる
プロパティ
- 緯度・経度とその精度
- 高度 (m)
- 移動速度 (m / s)
- 階数
- 出発/到着時刻 (滞在時間)
Core Location / CLLocation Manager から取得
CoreMotion
概要
端末の「動き」の情報を取得できる
プロパティ
- 加速度 [X/Y/Z] (単位: G)
- 重力 [X/Y/Z] (単位: G)
- 姿勢 [pitch / roll / yaw]
- 地磁気 [X/Y/Z]
- 気圧 (kPa)
17
HealthKit
概要
健康とフィットネスデータに関する情報を取得できる
プロパティ
- 心拍数
- 血中酸素
- 歩数
- etc…
18
どう活用するか
19
3:00
活用方針
20
1. センサの値をそのまま利用する
2. センサの値を加工して利用する
取得できる値をそのまま表示してあげるだけで価値がある
場合はそのまま使う
【身近な例】心拍数データの表示
● ランニング記録アプリや登山アプリ
○ 心拍数を表示して運動の強度を意識させるUX
1. センサの値をそのまま利用する
21
● フィルタや機械学習 (CoreML)など使って加工する
● プライバシーを考慮するとオンデバイスで加工するの
が良さそう
【身近な例】 モーションデータを使ったアクティビティ検知
● ウォーキングやランニングなどの検知/自動記録
● 座りっぱなしの検知/立つことを促す
2. センサの値を加工して利用する
22
アイディア次第で無限の可能性
23
余談: センサのサンプルアプリをGithubで公開しています
24
● 位置情報や加速度など、各値を取得するためのサンプルア
プリをGithubに公開しています
● 具体的なセンサの使い方知りたい方は是非
センササンプルアプリ
https://github.com/rirex5/iPhoneSensors
まとめ
● Apple Watchは世代を追うごとにセンサが追加されている
● これらのセンサの値の多くはAPIを通して使用できる
○ これらを端末側で分析 /フィードバックするためのソリューション (CoreML等)も発展している
センサも活用して唯一無二のユニークなアプリ体験に繋げたいですね!
25
つぼやん
@tsuboyan5
# 所属
- DeNA
- ヘルスケア事業本部
- モバイルソリューショングループ
# 好きなこと
- ランニング / 旅行 / ものづくり / 家探し
26
ご清聴ありがとうございました!
27

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

How Much Position Information Do Convolutional Neural Networks Encode?
How Much Position Information Do Convolutional Neural Networks Encode?How Much Position Information Do Convolutional Neural Networks Encode?
How Much Position Information Do Convolutional Neural Networks Encode?
 
論文の書き方入門 2017
論文の書き方入門 2017論文の書き方入門 2017
論文の書き方入門 2017
 
Rosbag search system
Rosbag search systemRosbag search system
Rosbag search system
 
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
 
見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版見やすいプレゼン資料の作り方 - リニューアル増量版
見やすいプレゼン資料の作り方 - リニューアル増量版
 
Attentionの基礎からTransformerの入門まで
Attentionの基礎からTransformerの入門までAttentionの基礎からTransformerの入門まで
Attentionの基礎からTransformerの入門まで
 
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
 
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
SSII2020TS: 機械学習モデルの判断根拠の説明​ 〜 Explainable AI 研究の近年の展開 〜​
 
「再代入なんて、あるわけない」 ~ふつうのプログラマが関数型言語を知るべき理由~ (Gunma.web #5 2011/05/14)
「再代入なんて、あるわけない」 ~ふつうのプログラマが関数型言語を知るべき理由~ (Gunma.web #5 2011/05/14)「再代入なんて、あるわけない」 ~ふつうのプログラマが関数型言語を知るべき理由~ (Gunma.web #5 2011/05/14)
「再代入なんて、あるわけない」 ~ふつうのプログラマが関数型言語を知るべき理由~ (Gunma.web #5 2011/05/14)
 
最近のSingle Shot系の物体検出のアーキテクチャまとめ
最近のSingle Shot系の物体検出のアーキテクチャまとめ最近のSingle Shot系の物体検出のアーキテクチャまとめ
最近のSingle Shot系の物体検出のアーキテクチャまとめ
 
さらば!データサイエンティスト
さらば!データサイエンティストさらば!データサイエンティスト
さらば!データサイエンティスト
 
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知
 
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
 
cvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tipscvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
 
研究オープンデータにおける大学と研究者の役割
研究オープンデータにおける大学と研究者の役割研究オープンデータにおける大学と研究者の役割
研究オープンデータにおける大学と研究者の役割
 
ナレッジグラフ入門
ナレッジグラフ入門ナレッジグラフ入門
ナレッジグラフ入門
 
落合陽一 筑波大 講演資料 10月17日
落合陽一 筑波大 講演資料 10月17日落合陽一 筑波大 講演資料 10月17日
落合陽一 筑波大 講演資料 10月17日
 
論文の探し方とMendeleyを用いた論文管理
論文の探し方とMendeleyを用いた論文管理論文の探し方とMendeleyを用いた論文管理
論文の探し方とMendeleyを用いた論文管理
 
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
 

Apple Watchを使い倒す 〜Watchから取れるデータとその活用法〜