| Project/Area Number |
22KJ0072
|
|---|
| Project/Area Number (Other) |
22J11626 (2022)
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Multi-year Fund (2023)
Single-year Grants (2022) |
|---|
| Section | 国内 |
|---|
| Review Section |
Basic Section 22050:Civil engineering plan and transportation engineering-related
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
八木 雅大 北海道大学, 大学院工学院, 特別研究員(DC2)
|
|---|
| Project Period (FY) |
2023-03-08 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥1,700,000 (Direct Cost: ¥1,700,000)
Fiscal Year 2023: ¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2022: ¥900,000 (Direct Cost: ¥900,000)
|
|---|
| Keywords | エッジコンピューティング / 視界 / 教師無し数理モデル / 機械学習 / 再学習 / 冬期道路管理 / 視界不良 / 教師なし数理モデル / 映像解析 |
|---|
| Outline of Research at the Start |
本研究では，エッジコンピューティングによる道路の昼夜間における視界状況評価のための映像解析理論の導出とエッジ同士の連携ネットワークの構築を目指す．具体的には，教師なし数理モデルと機械学習モデルを協調利用することで，映像を用いた網羅的な視界状況の評価を実現する．また，各エッジにおいて，自身が保持するものとは性質が異なるデータのみを他のエッジから直接的に獲得可能とすることで，広範囲に表現可能な映像解析モデルを高効率に実現する．本研究で提案する映像解析理論とエッジコンピューティング技術は，データの伝送や保存の容量を削減しながら，視界状況の一日をとおした評価が可能な道路管理システムの実現に貢献する．
|
| Outline of Annual Research Achievements |
本研究では，「道路の昼夜間における視界状況のエッジコンピューティングによる評価法の確立」に取り組んでいる．本研究は２年間で計画しており，次の【フェーズ1】と【フェーズ2】を明らかにする．
【フェーズ1】教師なし数理モデルと機械学習モデルを協調利用する映像解析手法の導出
【フェーズ2】映像解析モデルの自動更新を可能とするエッジ同士の連携ネットワークの構築
昨年度には，【フェーズ1】を特に進めた．具体的には，2 次元フーリエ変換による教師なし数理モデルとテンソル補完による機械学習の基礎的アプローチを導入した視界評価手法を提案した．また，【フェーズ2】にも一部先行着手しており，具体的には，他のエッジから獲得したデータに基づき映像解析モデルを更新可能とする手法を導出した．
2023年度は，当初の予定どおりに，【フェーズ2】に取り組んだ． 2023年度にはまず，昨年度に導出した手法を発展させ，自身とは異なるエッジで駆動するニューラルネットワーク（以降，NN）から重み行列の一部を自身のNNに転移して学習する新たな再学習の方法を導出し，他のエッジが持つ知識を活用したモデルの更新を可能とした．この成果は，査読付き国際会議で発表を行っている．次に，データを獲得するエッジを選択する手法の導出に取り組んだ．具体的には，NNの中間層から出力される値の類似度に基づいてエッジを選択する手法を導出し，映像解析モデルの更新に有効なデータを有するエッジを選択可能とした．この成果は，査読付きの論文誌に採択されている．
また，2023年度には，【フェーズ1】について，映像から視界状況を評価するアルゴリズムを小型コンピュータに実装し，視界評価の計算に必要な時間を求めることで，実現可能性を確認した．実験結果より，実利用可能な時間での計算が可能であることを確認した．この成果は，査読付き国際会議でデモ発表を行い受賞している．
|
