Framework construction and engineering development of polarimetric-interferometric synthetic aperture radar based on phasor-quaternion neural networks

• Project/Area Number: 23H00487
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: 廣瀬 明 東京大学, 大学院工学系研究科(工学部), 教授 (70199115)
• Co-Investigator(Kenkyū-buntansha): 夏秋 嶺 東京大学, 大学院工学系研究科(工学部), 准教授 (60748888) ; 尚 方 電気通信大学, 大学院情報理工学研究科, 准教授 (90779050) ; 宋 奕成 東京大学, 大学院工学系研究科(工学部), 特別研究員(DC) (40982517) ; 陳 昊天 東京大学, 大学院工学系研究科(工学部), 特別研究員(DC) (50982500) ; 小西 文昂 東京大学, 大学院工学系研究科(工学部), 特別研究員(DC) (00982513)
• Project Period (FY): 2023-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥46,930,000 (Direct Cost: ¥36,100,000、Indirect Cost: ¥10,830,000); Fiscal Year 2025: ¥6,890,000 (Direct Cost: ¥5,300,000、Indirect Cost: ¥1,590,000); Fiscal Year 2024: ¥11,180,000 (Direct Cost: ¥8,600,000、Indirect Cost: ¥2,580,000); Fiscal Year 2023: ¥14,820,000 (Direct Cost: ¥11,400,000、Indirect Cost: ¥3,420,000)
• Keywords: ニューラルネットワーク / リモートセンシング / 人工知能 / エッジコンピューティング / 物理情報融合 / エッジコンピューテイング

Outline of Research at the Start

人工知能（AI）の活用はレーダによるセンシング・イメージングにおいても欠かせない。ところが、現代のAI 技術は人間の経済活動やウェブ画像など「そこにあるデータ」を対象に発展してきた。しかし気候変動観測などで注目されている偏波合成開口レーダや干渉合成開口レーダを含むレーダは能動観測であって、「われわれが主体的にデータを抽出する」。そこではプローブ（探針）となる電磁波の位相や偏波の知能的な取り扱いが不可欠である。そしてこれらデータは周期性などの特徴的な大域構造を持つとともに、相互に強い関連を持つ。これに適合した革新的ニューラルネットワークの構築が急務である。本研究はこれを構築し実社会に展開する。