2019 Fiscal Year Annual Research Report
A Study on Adaptive Distributed Real-time Machine Learning Infrastructure
| Project/Area Number |
19H04089
|
|---|
| Research Institution | National Institute of Informatics |
|---|
Principal Investigator |
竹房 あつ子 国立情報学研究所, アーキテクチャ科学研究系, 准教授 (70345411)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小口 正人 お茶の水女子大学, 基幹研究院, 教授 (60328036)
中田 秀基 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (80357631)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | クラウドコンピューティング / エッジコンピューティング / リアルタイム処理 / 機械学習処理基盤 |
|---|
| Outline of Annual Research Achievements |
本研究では、動画像解析を伴うサイバーフィジカルシステム(CPS)のための高効率な適応的広域リアルタイム機械学習処理基盤の構築を目的とし、適応的エッジ処理手法の開発、適応的クラウドリアルタイム解析手法の開発、高効率エッジ、クラウド制御手法の開発と、それらの実広域環境での評価を行う。
2019年度は、エッジ・クラウド分散機械学習手法の提案と実広域評価環境の構築を行った。
エッジ・クラウド分散機械学習手法として、動画像解析における特徴量抽出をエッジデバイスで，特徴量データから動作推定を行う機械学習処理をクラウドで行う手法を提案し、ニューラルネットワークおよびLSTMモデルを用いて特徴量データのみで動作推定ができることを示した。
また、実広域評価環境の構築では学術情報ネットワークSINET5のL2 VPN (Virtual Private Network)環境をモバイル網に延伸した広域データ収集基盤（モバイルSINET）環境を用いて、モバイル網に接続されたエッジデバイスから取得された画像データを連続的にクラウドに収集し，機械学習処理を行う広域リアルタイム機械学習処理環境を構築した。
本研究の成果は、IEEE CloudCom 2019でフルペーパーとして発表するとともに、国内査読付き会議および研究会等で8件の発表を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
動画像解析のためのエッジ・クラウド分散機械学習手法を開発するとともに、実広域環境での広域リアルタイム機械学習処理環境の構築を行うことができた。
|
| Strategy for Future Research Activity |
複数エッジデバイス環境でのリアルタイム機械学習処理の実現可能性について調査するとともに、高効率エッジ、クラウド制御のためのエッジ、クラウドでのメトリクス情報収集機構の開発を行う。
|
