2019 Fiscal Year Annual Research Report
Research on brain-inspired algorithms for wireless sensor networks
| Project/Area Number |
16H01719
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
若宮 直紀 大阪大学, 情報科学研究科, 教授 (50283742)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
ペパー フェルディナンド 国立研究開発法人情報通信研究機構, 脳情報通信融合研究センター脳情報工学研究室, 副室長 (40359097)
寺前 順之介 京都大学, 情報学研究科, 准教授 (50384722)
ライプニッツ ケンジ 国立研究開発法人情報通信研究機構, 脳情報通信融合研究センター脳情報工学研究室, 主任研究員 (70437432)
|
|---|
| Project Period (FY) |
2016-04-01 – 2021-03-31
|
| Keywords | 無線センサネットワーク / 情報通信工学 / ネットワーク / 情報工学 / 脳・神経 |
|---|
| Outline of Annual Research Achievements |
インパルス領域でセンシング、情報処理、通信の全てを実施する超低消費電力で超ロバストなオールインパルス無線センサネットワークアーキテクチャの確立のため、課題1「インパルス領域でのセンシングとノード内符号化アルゴリズムの研究」、課題2「インパルス領域でのネットワーキングとノード間符号化アルゴリズムの研究」に取り組んだ。
課題1では、インパルス信号の干渉を低減する誤り訂正符号について、315MHz帯で通信を行う20台のインパルス無線センサノードからなるインパルス無線ネットワークを構築、実機実験を行い、提案手法が実環境でも期待通り動作することを確認した。また、東京理科大との連携のもとでFPGAでの実装の検討、ならびにフィンランドAalto大との連携のもとでノードの低消費電力化のためのバックスキャッタ通信を用いた実装に取り組んだ。さらに、ノード数や符号長と通信の信頼性の関係について解析モデルを構築し、その有効範囲を明らかにした。
課題2では、インパルス無線ネットワークにおけるリザバ計算による情報抽出手法について、情報抽出能力とノードやリンクの障害に対してロバストな情報抽出に寄与するネットワーク構造について分析を行った。網羅的な分析の結果、情報抽出能力にはモジュール性と構造の不規則さが、ロバスト性にはさらにクラスタ構造が寄与していることを明らかにした。さらに、それらの構造を獲得するための無線ネットワーク構築手法について検討した。また、確率的なインパルス生成を利用する新たな脳型の情報処理アルゴリズムについて検討を行った。特に、インパルス生成の確率性に加えて、素子間での情報伝達を担うシナプスにも確率的挙動を取り入れた学習アルゴリズムが、敵対的攻撃に対する高いロバスト性や、高い再学習性能など、無線センサネットワークを含む実環境での動作に期待される性質を有することを明らかにした。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
課題1「インパルス領域でのセンシングとノード内符号化アルゴリズムの研究」においては、年度当初の予定通り、インパルス無線センサノードのプロトタイプを構築し、提案するパルス型通信での誤り訂正符号アルゴリズムの実装に成功した。実機実験による動作検証を通してその実用性、有効性を確認できており、さらに、有用性が高いことから本アルゴリズムに関連した特許を出願している（特開2020-014093）。
課題2「インパルス領域でのネットワーキングとノード間符号化アルゴリズムの研究」においても、同様に当初計画に従って、インパルス無線ネットワークにおけるリザバ計算の応用による情報抽出手法について、ノードやリンクの故障に対するロバスト性のシミュレーション評価、さらには情報抽出能力やロバスト性に寄与するネットワーク構造を明らかにするとともに無線ネットワークの設計手法の検討を行っている。また、インパルス生成とシナプス伝達の確率性に基づく脳型の新たな学習アルゴリズムについて、敵対的攻撃に対する高いロバスト性や再学習に対する高い性能の確認に成功したことから、インパルスを確率的に用いる脳型情報処理の有効性を検討するという今年度の目標を十分達成できた。
このようにいずれの課題においても、年度当初の計画通りに研究を進めており、研究開発全体を通じて順調かつ着実に成果をあげている。
|
| Strategy for Future Research Activity |
インパルス領域でセンシング、情報処理、通信の全てを実施する超低消費電力で超ロバストなオールインパルス無線センサネットワークアーキテクチャの確立のため、センサノードにおける観測情報の符号化アルゴリズムに関する課題1「インパルス領域でのセンシングとノード内符号化アルゴリズムの研究」、センサノード間での通信アルゴリズムと符号化に関する課題2「インパルス領域でのネットワーキングとノード間符号化アルゴリズムの研究」に引き続き取り組む。
課題1では、センシングアルゴリズムとインパルス通信の最適な統合について検討を行う。具体的には、温度センサなど少数のセンサを具備し315MHz帯において前年度開発したパルス符号化方式（APCMA）を用いて通信を行うセンサノードを100～200台作製し、プロトタイプシステムを拡張する。課題2で開発されたアルゴリズムを実装し実機評価を行うとともに、GPUサーバによるシミュレーション評価もあわせて実施する。
課題2では、実環境への展開を志向し、ノード故障、通信障害などに対してロバストなリザバ計算に基づく情報抽出アルゴリズムの研究開発ならびにその機能拡張に取り組む。また、無線センサネットワーク等の実際のデバイスへの実装を視野に入れて、インパルス生成とシナプスダイナミクスの確率性を利用する脳型の新たな学習アルゴリズムの拡張を試み、数値シミュレーションおよび理論解析によってその性能評価を実施する。特に実装上の負荷が高いと考えられる確率的なシナプスダイナミクス部分について、その簡略化による影響を重点的に検討する。
さらに、課題1と課第2を統合した超低消費電力で高精度な情報取得を実現するインパルス無線センサネットワーク全体のシステムアーキテクチャを設計する。
|
