[論文レビュー] Internet of Behavior (IoB) and Explainable AI Systems for Influencing IoT Behavior

Haya Elayan, Moayad Aloqaily+2 more|arXiv (Cornell University)|Sep 15, 2021

Internet of Things and AI被引用数 15

ひとこと要約

本稿では、家庭用IoTエネルギー消費行動に影響を与えるため、行動のインターネット（IoB）と説明可能なAI（XAI）を統合したシステムを提案する。深層学習を用いた消費電力予測とXAIによるモデルの透明性を活用することで、200時間の間で有効電力使用量を522.2 kW削減し、コストを95.04ユーロ節約した。これは、行動主導のIoT制御によってエネルギー持続可能性を実現する実用的な道筋を示している。

ABSTRACT

Pandemics and natural disasters over the years have changed the behavior of people, which has had a tremendous impact on all life aspects. With the technologies available in each era, governments, organizations, and companies have used these technologies to track, control, and influence the behavior of individuals for a benefit. Nowadays, the use of the Internet of Things (IoT), cloud computing, and artificial intelligence (AI) have made it easier to track and change the behavior of users through changing IoT behavior. This article introduces and discusses the concept of the Internet of Behavior (IoB) and its integration with Explainable AI (XAI) techniques to provide trusted and evident experience in the process of changing IoT behavior to ultimately improving users' behavior. Therefore, a system based on IoB and XAI has been proposed in a use case scenario of electrical power consumption that aims to influence user consuming behavior to reduce power consumption and cost. The scenario results showed a decrease of 522.2 kW of active power when compared to original consumption over a 200-hours period. It also showed a total power cost saving of 95.04 Euro for the same period. Moreover, decreasing the global active power will reduce the power intensity through the positive correlation.

研究の動機と目的

• 行動のインターネット（IoB）の概念、そのワークフロー、利点、課題、産業応用を調査すること。
• IoBと説明可能なAI（XAI）を統合した信頼性があり理解しやすいシステムを設計し、IoTベースのユーザー行動に影響を与え、変更すること。
• 家庭用電気消費を対象とした実世界のユースケースにおいて、システムを評価し、エネルギーの無駄とコストを削減すること。
• グローバル有効電力の低減がグローバルエネルギー密度に与える影響を、両者の強い正の相関関係を活用して分析すること。
• 将来的な研究方向性、例えばユーザーのフィードバック統合、分散型システム設計、強化されたセキュリティおよびプライバシーメカニズムを特定すること。

提案手法

• 実時間の家庭用電気消費データ収集のため、IoTセンサーを用いて学習および推論に使用する。
• 過去4年間の履歴データに基づき、深層学習モデルを用いて次時のグローバル有効電力を予測する。
• AI予測の解釈可能性を高め、ユーザーの信頼とシステムの透明性を向上させるために、XAI技術を実装する。
• しきい値ベースの制御メカニズムを適用：予測された電力が、同じ時刻、平日、月の履歴平均を超える場合、システムは電力削減措置を発動する。
• 200件のテストサンプルを用いて、エネルギー節約、コスト削減、グローバルエネルギー密度への影響を測定する。
• グローバル有効電力とグローバルエネルギー密度の間の強い正の相関関係を活用し、電力使用量の低減が広範な環境的利点をもたらすことを推論する。

実験結果

リサーチクエスチョン

• RQ1 IoBとXAIをどのように統合することで、IoTベースのユーザー行動に影響を与える信頼性があり透明性のあるシステムを構築できるか？
• RQ2 実世界の状況において、IoB-XAIシステムは家庭用電気消費量と関連コストをどの程度削減できるか？
• RQ3 両者の強い正の相関関係を考慮すると、グローバル有効電力の低減がグローバルエネルギー密度に与える影響は何か？
• RQ4 ユーザーのフィードバックと指導通知を統合することで、長期的な行動変容とシステム参加度をどのように向上できるか？
• RQ5 中央集権型アーキテクチャから分散型アーキテクチャに移行する際の技術的および体験的トレードオフは何か？

主な発見

• 提案されたIoB-XAIシステムは、200時間のテスト期間中にグローバル有効電力を522.2キロワット削減した。
• 同じ200時間の期間中に、1キロワットアワーあたり0.182ユーロの家庭用電気料金に基づき、合計95.04ユーロのコスト削減が達成された。
• 予測された200時間のうち27時間で、消費電力が履歴平均を超えていたため、警告が発出され、電力節約措置が発動した。
• グローバル有効電力とグローバルエネルギー密度の間には99%の強い正の相関関係があるため、有効電力の低減はグローバルエネルギー密度の低減にもつながる。
• XAIの活用により、AIによる意思決定の解釈可能性が向上し、ユーザーの信頼が高まった。
• 将来的な改善策として、ユーザーのフィードバック統合、分散アーキテクチャ、高度なセキュリティ対策が、システムのパフォーマンス向上と導入促進をさらに促進すると予想される。