| Project/Area Number |
19K12057
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | Kwansei Gakuin University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2019: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 不連続 / 物理量 / 分布 / 不連続性 / 時空間分布 / センサデータ / 低精度センサー / センサー / 端末位置推定 / ガウス過程潜在変数モデル / センサフュージョン / 物理量分布推定 |
|---|
| Outline of Research at the Start |
サンプルされた物理量に基づき，対象とする空間全体にわたる物理量分布の推定には通常ガウス過程回帰が用いられる．一般に，ガウス過程回帰を用いる場合，分布の連続性を仮定するが，照度分布における陰の境界や，温度分布における寒冷前線など，物理量の分布には不連続性が存在する．また，不連続性をもつ分布のガウス過程を用いた推定手法として，入力に対してニューラルネットワークで非線形変換を行なう手法がある．しかし，この手法には学習のための教師データが必要となる．本研究では，比較的多数の低精度センサーと，少数の高精度センサーを仮定し，不連続性をもつ物理量空間分布とその時間変動の高精度な推定を目指す．
|
| Outline of Final Research Achievements |
This study investigates how to infer the spatio-temporal distribution of physical quantities with discontinuity. It assumes that we obtain the observational data at several locations and, using the observational data, we determine the distribution of the physical quantities.
|
| Academic Significance and Societal Importance of the Research Achievements |
気象データなど，場所によっては観測値が得られないケースは多い．そのような状況において，本研究は，観測可能な場所での観測値に基づき，観測できないが必要な箇所での量を推定することができる．とくに，気圧分布などのように，物理量が場所によっては急激に変化するものに対しても有効に働くため実用性が高い．
|
