| Project/Area Number |
23K24841
|
|---|
| Project/Area Number (Other) |
22H03585 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60060:Information network-related
|
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
太田 能 神戸大学, システム情報学研究科, 教授 (10272254)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鎌田 十三郎 甲南大学, 知能情報学部, 准教授 (20304131)
榎並 直子 武庫川女子大学, 社会情報学部, 准教授 (80628925)
Finnerty Patrick・Martin 神戸大学, システム情報学研究科, 助教 (50957628)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,290,000 (Direct Cost: ¥13,300,000、Indirect Cost: ¥3,990,000)
Fiscal Year 2025: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2022: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000)
|
|---|
| Keywords | 量子アニーリング / サービス構築基盤技術 / 画像情報処理 / ネットワークプロトコル / エッジコンピューティング |
|---|
| Outline of Research at the Start |
イジングモデルで定式化された組み合わせ最適化問題を、量子力学現象を利用して求解可能な量子アニーリング型コンピュータの応用が始まりつつある。本研究はディジタル回路ハードウェアによって同様の組み合わせ最適化問題を通常環境でもオンサイトで高速求解可能なイジングマシンのユビキタス化に期待し、エッジコンピューティングアプリケーション最適化応用のための要素技術開発とテストベッド実装による有効性検証に取り組む。
|
| Outline of Annual Research Achievements |
（課題1）R5年度は、EC環境アプリの実時間性などを検討するためのテストベッド環境を作成すべく、既存のコンテナ分散実行管理システムであるKubernetesを用いた環境構築をすすめた。まず、任意のノード間遅延を導入するツールを作成し、加えてエッジ配置情報に応じた遅延モデルの作成や交通アプリケーションを想定した移動クライアントモデルの作成することで、Kubernetes 上でのエッジアプリケーション評価をおこなった。以上の内容はR5年に国内会議で発表し、現在論文誌への投稿準備中である。
（課題2）R5年度は、QAC活用によるPublish/Processing/Subscribeシステムのリソース割当問題ならびにNon-Orthogonal Multiple Access（NOMA）における同時送信端末ペアリングにおける最適化問題の求解に取り組んだ。また、エッジコンピュータ環境のデータ収集・共有基盤として、SDN（Software Defined Network）におけるコントローラ割当最適化、無線センサネットワークのクラスタリング最適化並びにブロックチェーン応用、プロセッサ間通信最適化についても検討した。このうち，NOMAに関する研究については、現在、学術論文誌に投稿中である。
（課題3）R5年度は、車車通信により共有された歩行者情報の歩行者尤度マップの構築に取り組んだ。歩行者尤度マップでは、他車から共有された歩行者情報と自車で取得した歩行者情報を歩行者画像間のマッチングにより照合し、マップ上に尤度分布として保持し、尤度を減衰しながら更新することで未検出や通信のロストに頑健な歩行車検出の実現を目指した。また、撮影した車載カメラ画像からシミュレーションデータを作成し、歩行者尤度マップの評価を行い、手法の有用性を示した。R5年に国内会議で発表し、現在論文誌への投稿準備中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
全体的には、概ね、計画通りといえる理由は以下のとおりである。
(課題1)ECアプリケーションにおけるデータライフサイクルを考慮したデータサービス拡張の一環として、EC アプリケーション評価環境を構築することを試み、既存のコンテナ分散実行管理システムであるKubernetesを用いた環境構築をすすめた。また、クライアント数や通信頻度、ネットワーク構成に応じた通信遅延の事前予測の例とて、任意のノード間遅延を導入するツールを作成し、エッジ配置情報に応じた遅延モデルの作成や交通アプリケーションを想定した移動クライアントモデルを作成、評価を行った。
(課題2)情報・通信連携基盤により収集可能な情報の整理と例題の設定を行い、QACが得意な問題として最大独立集合があることを同定した。この応用として、NOMAの同時送信端末組合せ問題の求解を行い、IMとしてD-WaveやQalmoなどによる評価を行い、従来のヒューリスティックアルゴリズムに対して同程度の求解時間でより精度の高い解を得ることができることを示した。また、IM の実環境実装指針としてFPGAを用いた大規模化を図ることを目指し、理研研究チームとの研究交流に繋げた。
(課題3)歩行者検出・照合アルゴリズムの精度向上および高速化、特に歩行者検出・照合アルゴリズムの精度向上および高速化のために、歩行者検出のアルゴリズムの改良と歩行者確率マップによる歩行者検出に取り組み、R5年度は、車車通信により共有された歩行者情報の歩行者尤度マップの構築に取り組んだ。撮影した車載カメラ画像からシミュレーションデータを作成し、歩行者尤度マップの評価を行い、手法の有用性を示すことができた。
|
| Strategy for Future Research Activity |
（課題1）R6年度は、計算負荷を要するより大規模なデータに対する計算クエリの導入法の検討および計算クエリに対する優先度やリアルタイム制約の指定方法などの検討を始める。当初は画像中の物体検出技術などを対象にシステムのデザインおよびプロトタイプシステムの実現を進める。R7年度は、情報連携基盤のシステムとしての完成度を高めるとともに、課題２・３と連携しEC環境通信アプリへの応用をはかる。
（課題2）R6年度は、Web Assembly 技術適用などEdgeサービスアクセスの高速化について検討するとともに、QACのハードウェア実装に取り組み、Edgeサービスとして利用するための統合実装に取り組むとともに、その動作検証を行う。QAC通信応用としては、NOMA（Non-Orthogonal Multiple Access）における通信スロット割当などの高速求解などに取り組む。R7年度は、エッジプラットフォーム上においてQACを呼び出す機能の実装を完了するとともに、より多くの問題に対して求解できるように一般化を試みる。
（課題3）R6年度は、前年度の結果を踏まえ歩行者確率マップの改良と車載画像データセットの構築に取り組むと共に、距離センサーから取得した疎な距離データの車載カメラ画像による高密度化に、IMの応用を検討に取り組む。R７年度は構築したデータセットによる評価と歩行者検出システムの改良をはかると共に、課題1,2と連携し、画像処理へのIM応用の実現をはかる。
|
