ディープラーニングおよびIoTに基づくインテリジェントな展示とビジュアルコミュニケーションデザイン

モノのインターネット（IoT）およびディープラーニング（DL）の進歩により、適応型ビジュアルコミュニケーションを備えたインテリジェントな博物館展示が可能となり、双方向性、動的な文化コンテンツの提示、パーソナライズされた来館者体験を強化することで、静的展示の限界を克服しています。既存の展示システムには、パーソナライズされた来館者のエンゲージメントを実現するためのリアルタイムのインテリジェンス、適応性、および没入型バーチャルリアリティ/拡張現実（VR/AR）の統合が不足しています。本研究では、双方向性やビジュアルコミュニケーションを強化し、学芸員に実用的な来館者のインサイトを提供するためのIoT–DLインテリジェント展示フレームワークを開発します。本システムは適応型VR/ARビジュアルコミュニケーションを統合し、来館者のエンゲージメントに基づいて色、照明、レイアウトを調整します。IoTセンサーとカメラが移動、視線、インタラクションの持続時間を捉え、Faster Region-based Convolutional Neural Network（R-CNN）を用いて物体検出とインタラクションの特定を処理します。エンゲージメント予測には、より高速な収束と高い精度のためにBGRUの時系列分析とBF最適化を統合した、提案モデルであるBitterling Fish-Based Bidirectional Gated Recurrent Unit（BF-BGRU）モデルを使用します。K-Meansクラスタリングによって来館者の行動をセグメント化し、展示の最適化とインタラクティブ体験の強化に向けた展望を可能にします。合成シミュレーションに基づく来館者インタラクションデータセットでの実験的評価において、BF-BGRUは制御された実験条件下でエンゲージメント予測において精度99%、F1-score 95%を達成し、従来の機械学習（ML）およびDLモデルよりも改善を示しました。このフレームワークは、シミュレートされたインテリジェント展示環境内において、適応的なコンテンツ提示、双方向性、およびエンゲージメント予測を向上させました。提案されたIoT–DLフレームワークは、データ駆動型で適応性のある没入型展示ソリューションを提供し、来館者のエンゲージメント、パーソナライズされた体験、および学芸員向けの実用的なインサイトを向上させます。