陳 寅 (チェン イン)

Chen, Yin

写真a

所属(所属キャンパス)

政策・メディア研究科 (湘南藤沢)

職名

特任准教授(有期)

HP

プロフィール 【 表示 / 非表示

  • Yin Chen received the B.S. and M.S. degrees from the School of Computer Science and Technology, Xidian University, Xi’an, China, in 2008 and 2011, respectively, and the Ph.D. degree from the School of Systems Information Science, Future University Hakodate, Japan, in 2014. From April to October 2014, he was a Postdoctoral Researcher with Future University Hakodate. He is currently serving as a Senior Research Assistant Professor with the Graduate School of Media and Governance, Keio University, Fujisawa, Japan. His research interests are in the wide area of wireless communication and networks and their applications in the IoT and smart cities. He is a member of IEEE, ACM and IPSJ.

経歴 【 表示 / 非表示

  • 2014年11月
    -
    2018年10月

    慶應義塾大学, 政策 メディア研究科, 特任助教

  • 2018年11月
    -
    継続中

    慶應義塾大学, 政策 メディア研究科, 特任講師

学歴 【 表示 / 非表示

  • 2004年08月
    -
    2008年07月

    西安電子科技大学, 計算機科学学部, 計算機科学専修

    中華人民共和国, 大学, 卒業

  • 2008年08月
    -
    2011年03月

    西安電子科技大学, 計算機科学研究科, 計算機科学専攻

    中華人民共和国, 大学院, 修了, 修士

  • 2011年04月
    -
    2014年03月

    公立はこだて未来大学, 情報システム研究科, 情報システム専攻

    大学院, 修了, 博士後期

学位 【 表示 / 非表示

  • 修士, 中国西安電子科技大学, 論文, 2011年03月

  • 博士(システム情報科学), 公立はこだて未来大学, 論文, 2014年03月

    Exact throughput capacity studies for mobile ad hoc networks

免許・資格 【 表示 / 非表示

  • TOIEC 925点 , 2014年

  • 日本語能力試験1級, 2019年07月

 

研究分野 【 表示 / 非表示

  • 情報通信 / 情報ネットワーク

研究キーワード 【 表示 / 非表示

  • Urban Sensing

  • Stochastic Modelling

  • Wireless Networks

  • Wireless Sensor Networks

 

論文 【 表示 / 非表示

  • Time–frequency fusion for enhancement of deep learning-based physical layer identification

    Zeng S., Chen Y., Li X., Zhu J., Shen Y., Shiratori N.

    Ad Hoc Networks (Ad Hoc Networks)  142 2023年04月

    ISSN  15708705

     概要を見る

    Existing studies on deep learning-based physical layer identification have mainly exploited raw in-phase/ quadrature (IQ) samples or power spectral density (PSD) samples as inputs independently. The raw IQ and PSD samples represent the information in the time and frequency domains, respectively. It has been observed from the results of existing studies that identification using raw IQ samples outperforms that using PSD in low signal-to-noise ratio (SNR) regimes, and that identification using PSD outperforms that using raw IQ in high SNR regimes. In this paper, we propose to use the fusion of raw IQ and PSD samples to enhance deep learning-based physical layer identification. In particular, we design three general fusion frameworks, i.e., input, feature, and decision fusions, and integrate them with three typical deep neural network architectures of fully connected neural network, convolutional neural network, and recurrent neural network to form fusion identification schemes. We conduct experiments using 50 off-the-shelf Wi-Fi devices to validate the concerned fusion schemes and investigate their performance gains in identification and model training. Our experimental results verify that the proposed fusion identification schemes can achieve comparable or superior identification performances to the state-of-the-art schemes in the entire SNR regime. Moreover, for the considered fusion schemes, we further investigate the impacts of fusion strategies, deep-learning networks, and SNR conditions on the identification performance and training time.

  • Fractal Dimension of DSSS Frame Preamble: Radiometric Feature for Wireless Device Identification

    Li X., Chen Y., Zhu J., Zeng S., Shen Y., Jiang X., Zhang D.

    IEEE Transactions on Mobile Computing (IEEE Transactions on Mobile Computing)  2023年

    ISSN  15361233

     概要を見る

    This paper demonstrates that the <italic>fractal dimension of frame preamble</italic> serves as a new radiometric feature that can be used together with other known radiometric features to enhance the identification accuracy in wireless device identification. We first propose a fractal dimension estimation scheme for direct-sequence spread spectrum (DSSS) frame preamble, then provide theoretical analysis to reveal how the fractal dimension is primarily determined by the device hardware imperfections, and thus prove that the fractal dimension serves as an intrinsic radiometric feature. We further show simulation results to verify our theoretical modeling of the fractal dimension and also numerically evaluate the effects of device hardware imperfections and wireless channels on the fractal dimension. Finally, by jointly applying the fractal dimension and the five features reported in the literature, we conduct extensive experiments to demonstrate that the fractal dimension can lead to a further improvement of the state-of-the-art result in the radiometric feature-based device identification.

  • 3D Spatial Sensing and Analysis Model of Closed Space CO2 Concentration

    Goto D., Tsuge A., Huang W., Kawasaki T., Chen Y., Okoshi T., Nakazawa J.

    2023 IEEE International Conference on Pervasive Computing and Communications Workshops and other Affiliated Events, PerCom Workshops 2023 (2023 IEEE International Conference on Pervasive Computing and Communications Workshops and other Affiliated Events, PerCom Workshops 2023)     408 - 411 2023年

     概要を見る

    We propose a 3-dimensional(3D) CO2 concentration analyzing system to monitor the ventilation of the closed space. this system employs a 3D scan to reduce the labor associated with creating a 3D space model. This research uses multiple CO2 sensors and considers the model to map point CO2 concentration data to the spatial CO2 distribution. We experimented with evaluating the accuracy of the model in the actual bus space.

  • Bus Crowdedness Sensing System Based on Carbon Dioxide Concentration

    Huang W., Tsuge A., Chen Y., Okoshi T., Nakazawa J.

    SenSys 2022 - Proceedings of the 20th ACM Conference on Embedded Networked Sensor Systems (SenSys 2022 - Proceedings of the 20th ACM Conference on Embedded Networked Sensor Systems)     806 - 807 2022年11月

     概要を見る

    Crowdedness sensing of buses is playing an important role in the disease control of COVID-19 and bus resource scheduling. This research analyzes the relationship between carbon dioxide concentration, bus environment and the number of passengers by linear regression. Our prototype system collects the data of bus environment and carbon dioxide concentration to estimate the number of passengers in real time. By collecting the sensing data from a shuttle bus of university campus, we experimentally evaluate the feasibility and sensing performance of the crowdedness estimation model.

  • A Bus Crowdedness Sensing System Using Deep-Learning Based Object Detection

    Huang W., Tsuge A., Chen Y., Okoshi T., Nakazawa J.

    IEICE Transactions on Information and Systems (IEICE Transactions on Information and Systems)  E105D ( 10 ) 1712 - 1720 2022年10月

    ISSN  09168532

     概要を見る

    Crowdedness of buses is playing an increasingly important role in the disease control of COVID-19. The lack of a practical approach to sensing the crowdedness of buses is a major problem. This paper proposes a bus crowdedness sensing system which exploits deep learningbased object detection to count the numbers of passengers getting on and off a bus and thus estimate the crowdedness of buses in real time. In our prototype system, we combine YOLOv5s object detection model with Kalman Filter object tracking algorithm to implement a sensing algorithm running on a Jetson nano-based vehicular device mounted on a bus. By using the driving recorder video data taken from real bus, we experimentally evaluate the performance of the proposed sensing system to verify that our proposed system system improves counting accuracy and achieves real-time processing at the Jetson Nano platform.

全件表示 >>

KOARA(リポジトリ)収録論文等 【 表示 / 非表示

総説・解説等 【 表示 / 非表示

  • 地域を網羅する IoT と情報の力による街のスマート化

    陳 寅, 中澤 仁

    電気学会誌 141 ( 1 ) 11 - 14 2021年01月

    記事・総説・解説・論説等(学術雑誌), 共著,  ISSN  1340-5551

競争的研究費の研究課題 【 表示 / 非表示

  • Study on an intelligent sensing system for fine-grained data of urban garbage discharge

    2021年04月
    -
    2024年03月

    文部科学省・日本学術振興会, 科学研究費助成事業, 陳 寅, 若手研究, 補助金,  研究代表者

     研究概要を見る

    ゴミ収集動画を用い、物体検出及び追跡技術による、収集されたゴミ袋の数を自動的に計数する知的なセンシングシステムを開発し、藤沢市のゴミ清掃車に装着し実証実験を行う。細粒度的な都市ゴミのセンシングシステムが世界中の最初の試みとして、本研究は、a)提案されたシステムで精度と処理速度をに評価し、b)収集されたデータの応用性を調査し、c)新しい車両エッジ中心のコンピューティングパラダイムを検証する。

  • Modeling, Design and Implementation of Heterogeneous Opportunistic Urban Sensor Network using Garbage-collecting Trucks as Communication Backbones

    2017年04月
    -
    2019年03月

    文部科学省・日本学術振興会, 科学研究費助成事業, 陳 寅, 若手研究(B), 補助金,  研究代表者

     研究概要を見る

    清掃車を用いた都市情報収集基盤技術を構築するために、(1) 車載ネットワークにおける通信機会を分析するモデル、(2) 清掃車にセンサーを搭載する車載センシング実験システム、及び(3)実験システムから得られたデータを利活用し、お見守り、ゴミ排出量検知といったアプリケーションの開発を行った。これらの技術により、超スマート社会を実現するための次世代都市情報収集の構築技術を確立した。
    本研究は都市のデータ収集におけるゴミ清掃車のモビリティーの有用性を明らかにした。しかし、本研究は規模の限りがあるため、示した価値は氷山の一角にすぎないと考えている。今後、得られたデータの分析や新しいアプリの開発より、新しい価値を作り出す。研究成果を国際論文誌、国際会議等にて発表した。また、論文[4,5]の成果がYRP研究開発推進協会(YRP協会)WSN協議会のWSN-IoT AWARD 2019 最優秀賞を受賞した。本研究成果は、社会的にも高い注目を集めている。

知的財産権等 【 表示 / 非表示

  • 通信装置及びプログラム

    出願日: 特願2021-087819  2021年05月 

    発行日: 特願2021-087819  2021年05月

    特許権, 共同

  • 探索装置、探索方法および 探索プログラム

    出願日: 特願2021-076602  2021年04月 

    発行日: 特願2021-076602  2021年04月

    特許権, 共同

  • 画像処理装置、画像処理方法、および、画像処理プログラム

    出願日: 特願2020-189851  2020年11月 

    発行日: 特願2020-189851  2020年11月

    特許権, 共同

受賞 【 表示 / 非表示

  • WSN-IoT AWARD 2019 最優秀賞

    2019年05月, YRP研究開発推進協会 WSN協議会

    受賞区分: 出版社・新聞社・財団等の賞

  • 情報処理学会MBL研究会 第88回研究会 優秀論文

    米澤拓郎,伊藤友隆,陳寅,中澤仁, 2018年08月, 情報処理学会MBL研究会, SOXFire: XMPPに基づく都市センサ情報流通基盤

    受賞区分: 国内学会・会議・シンポジウム等の賞

  • デジタルプラクティス論文賞

    中澤仁 陳寅 米澤拓郎 大越匡 徳田英幸, 2018年02月, 情報処理学会

    受賞区分: 国内学会・会議・シンポジウム等の賞

 

担当授業科目 【 表示 / 非表示

  • 情報基礎2

    2020年度

  • 情報基礎1

    2020年度

  • 情報基礎2

    2019年度

  • 情報基礎1

    2019年度

担当経験のある授業科目 【 表示 / 非表示

  • 情報基礎

    慶應義塾

    2018年04月
    -
    2019年03月

    通年, 講義, 兼担, 26人

教育活動及び特記事項 【 表示 / 非表示

  • ミニプロジェクト実装を活用したプログラミング学習促進の取組

    2018年04月
    -
    2021年

    , 教育内容・方法の工夫

     内容を見る

    大学一年生を対象とする情報基礎の授業において、ミニプロジェクト実装を活用し、学生のプログラミング学習を促進する取り組みを実践した。

  • 社会連携型の研究会教育の実践

    2014年11月
    -
    継続中

    , 教育内容・方法の工夫

     内容を見る

    研究室に履修した学生を積極的に自治体との共同研究に取り込んで、社会問題の解決を目指す研究をさせることで、学生の研究意欲、コミュニケーション力及び社会貢献意識を同時に教育実践を行なった。

 

所属学協会 【 表示 / 非表示

  • Association for Computing Machinery, 

    2018年10月
    -
    継続中
  • 情報処理学会, 

    2018年04月
    -
    継続中
  • IEEE Computer Society, 

    2014年11月
    -
    継続中

委員歴 【 表示 / 非表示

  • 2020年

    Local chair, ACM SenSys2020 Organizing Committee

  • 2020年

    Local chair, ACM BuildSys2020 Organizing Committee

  • 2018年

    Registration chair, IEEE RTCSA2018 Organizing Committee