2020 Fiscal Year Annual Research Report
脳の情報処理機構に学びユーザの認知を理解し補正するQoE制御の実現
| Project/Area Number |
18H04096
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
村田 正幸 大阪大学, 情報科学研究科, 教授 (80200301)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
荒川 伸一 大阪大学, 情報科学研究科, 准教授 (20324741)
大歳 達也 大阪大学, 経済学研究科, 助教 (60804458)
大下 裕一 大阪大学, 情報科学研究科, 准教授 (80432425)
小南 大智 大阪大学, 情報科学研究科, 助教 (00709678)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 情報ネットワーク / ネットワーク制御 / Quality of Experience / 環境認知 / ベイズ推定 / 集団意思決定 / 認知バイアス |
|---|
| Outline of Annual Research Achievements |
本年度は、まずエージェントが独立に収集した情報をもとに認知・判断を行った場合とエージェント間で認知状態を交換する集団的意思決定を導入した場合について意思決定の速度・精度の比較を行い、集団的意思決定の導入による改善を確認した。具体的には、交通状態の認知を行うエージェントとネットワークの資源割り当て制御のための通信状況の認知を行うエージェント間の連携を図っている。交通シミュレータを用い、事故等により渋滞が発生し、それに起因して通信トラヒック状況も変化する環境下において、単独で認知を行った場合と比べ、エージェント間の連携によって早く状況の変化を認識できることを示した。
次に、脳の認知機能の限界を補うユーザーエージェントの拡張として、前年度に構築した包括的な認知バイアスに対応可能なストリーミング中の意思決定補正エージェントを拡張し、ユーザーの個体差を考慮したエージェントの開発を行った。前年度に構築した量子意思決定モデルとアンカリング効果を表現する数理モデルを統合した統合モデルにおいて、モデルの入力情報に対する応答の早さをパラメータ化し、反応速度の個人差を表現可能なモデルを構築した。また、実際の動画視聴時のユーザのQoEを計測したデータベースを用いて、個人差を含むモデルにより、実際のQoEの変化をより正確に捉えることが可能となることを確認した。
さらに、ヘッドセット型EEGセンサーを用いて、動画像ストリーミング視聴中のユーザのQoEの推定方式を構築した。EEGに見られる事象関連電位の一つであるP300に着目し、画質の変化・動画の停止などQoEに強く影響を与える事象をユーザが認知したのか否かを検出する分類器を作成し、被験者実験を実施した。被験者実験により得られたデータを評価した結果、QoEの低下を最大76.0%、平均49.3%で推定できることを示した。
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
