細分化深層学習による到来方向推定と実測検証

• Project/Area Number: 23K26101
• Project/Area Number (Other): 23H01406 (2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2023)
• Section: 一般
• Review Section: Basic Section 21020:Communication and network engineering-related
• Research Institution: Hokkaido University
• Principal Investigator: 大鐘 武雄 北海道大学, 情報科学研究院, 教授 (10271636)
• Co-Investigator(Kenkyū-buntansha): 筒井 弘 北海道大学, 情報科学研究院, 准教授 (30402803) ; 西村 寿彦 北海道大学, 情報科学研究院, 教授 (70301934)
• Project Period (FY): 2023-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥15,600,000 (Direct Cost: ¥12,000,000、Indirect Cost: ¥3,600,000); Fiscal Year 2026: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000); Fiscal Year 2025: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2024: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000); Fiscal Year 2023: ¥5,850,000 (Direct Cost: ¥4,500,000、Indirect Cost: ¥1,350,000)
• Keywords: 深層学習 / 到来方向推定 / USRP

Outline of Research at the Start

本課題は，到来方向推定問題における深層学習の新しい適用方法について確立するものである．具体的には，ある状況において高精度推定と学習の容易さを両立する特化型Networkを多数用意し，一般的な到来方向推定問題を細分化・分類することで，それぞれの分類に適した特化型Networkを適用させる手法である．シミュレーションによる評価だけでなく，屋内・屋外環境でUSRPを用いた実証にも挑戦する．