2022 Fiscal Year Annual Research Report
Efficient Lossy Compression for Non-Uniform Information Sources
| Project/Area Number |
17K00023
|
|---|
| Research Institution | Kwansei Gakuin University |
|---|
Principal Investigator |
井坂 元彦 関西学院大学, 工学部, 教授 (50351739)
|
|---|
| Project Period (FY) |
2017-04-01 – 2023-03-31
|
| Keywords | 非可逆データ圧縮 / 非一様情報源 / 確率伝搬法 |
|---|
| Outline of Annual Research Achievements |
本研究課題では，原情報の忠実な復元を要求しない情報源符号化である非可逆データ圧縮を対象とし，特に非一様な確率分布に従う情報源の符号化を課題としている．これは情報理論分野における基本的な問題のひとつであり，原情報を表現するためのデータ量，および復元される情報の忠実度に関して良好なトレードオフを実現することが求められる．
本年度は分散圧縮センシングの問題を中心的な課題とした．非零成分の比率が小さい原信号ベクトルに対して，その次元より少ない回数の観測を施した場合でも精度のよい再現が可能であることが知られている．原信号の再構成に関わる計算を単一の計算ノードが行う負荷を軽減するため，複数ノードで独立な観測と協調的な計算を行う系を想定する．前年度の検討では，他ノードから集約された局所的な計算結果に基づいて，大域的な計算を行う中央ノードの存在を仮定していた．これに対して，本年度はより分散性の高い圧縮センシングを実現するため，ノードを頂点とする木構造で表現されるネットワーク上において，各ノードが局所的計算と通信を繰り返す選択的総和伝搬法を提案した．本手法は直交近似確率伝搬法を基調とするため，従来研究より広いクラスの観測行列の下で精度のよい原信号の復元が実現される利点がある．さらに原信号の復元への寄与が小さいと考えられる成分の送信を抑制することで，復元性能の劣化を招くことなくノード間の通信量を削減可能であることを計算機シミュレーションの結果から示した．
本年度を含めた本研究課題の実施期間を通して，符号理論，機械学習，信号処理の立場から各種情報源の非可逆データ圧縮に関する研究を実施し，具体的な符号の構成，復号器の学習に基づく性能向上および処理量の削減，次元が小さい観測信号に基づく原信号の分散的再構成などに関する成果を得た．
|
