2017 Fiscal Year Annual Research Report
Quaternion neural networks to deal with polarization information in electromagnetic wave and lightwave
| Project/Area Number |
15H02756
|
|---|
| 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)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | ニューラルネットワーク / 四元数 / 電波散乱 / イメージング |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、偏波情報を扱う四元数ニューラルネットワーク(Quaternion Neural Networks: QNN)の理論を構築して、その有効性を偏波合成開口レーダ(Polarimetric Synthetic Aperture Radar: PolSAR)適応地表区分および移動体通信チャネル予測に適用してその性能向上を定量的に評価するとともに、このような電磁波・光波の波動応用エレクトロニクスを中心にQNNの工学的に利用価値の高い体系化を行うことにある。これによって、近年その重要性が急増している知的な環境センシングによる環境保全と災害軽減などの危急の課題の解決に貢献する。またこのような電磁波センシング・イメージングのエレクトロニクスという汎用性が高い分野で工学利用することに、極めて高い意義がある。さらにQNNの利用は四元数という数自体が持つスパース性を導入することも意味し、クリフォード代数への高い拡張性も有している。
最終年度は本研究によって、次のことを実現した。前年度までに四元数ニューラルネットワークによる偏波情報の適応的な処理の枠組みを代替完成させることができていたが、それを用いることによって四元数コードブックの自己組織的作成を行うニューラルネットワークのアーキテクチャを開発することに成功した。四元数オートエンコーダによれば、散乱に関する重要な特徴量を教師なしで生成することが可能であるが、昨年まではそれを直接に四元数自己組織化マップで処理することによって分類を行っていた。それに対し、本年はオートエンコーダの出力から四元数コードブックを構築し、それを自己組織化マップで分類することとした。これによって、より安定した分類を実現することができた。
一連の成果は高く評価され、KDDI財団賞や、研究に携わった学生に電子情報通信学会エレクトロニクスソサイエティ優秀若手研究者賞、国際会議PIERS優秀学生論文賞(2件)および同会議若手科学者賞をもたらした。
|
| Research Progress Status |
平成29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成29年度が最終年度であるため、記入しない。
|
