2022 Fiscal Year Annual Research Report
クラウド側とエッジ側機器の動的な協調に基づく自律分散共進化AI基盤技術の研究開発
| Project/Area Number |
19H04099
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
中澤 仁 慶應義塾大学, 環境情報学部(藤沢), 教授 (80365486)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宮前 泰恵 (岸野泰恵) 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 主任研究員 (20466410)
須山 敬之 大阪工業大学, 情報科学部, 教授 (80396134)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | AI / クラウド / エッジ / 自律分散 / 共進化 |
|---|
| Outline of Annual Research Achievements |
項目1に関して、道路上に存在する穴や落下物等の異物を、車道のみから発見するシナリオをターゲットとして、セグメンテーションと物体検出を複合させて状況適応的に物体検出を行う技術を開発した。同技術は東京都江戸川区で実証実験を行い、その成果をSMARTCOP2022国際会議で2023年6月に発表予定である。
項目2に関して、画像認識を行う際、認識器で識別するクラスの共通化を図ることにより、認識精度の向上や処理の軽量化を行う手法を検討し、情報処理学会マルチメディア、分散、協調とモバイルDICOMO 2022シンポジウムで発表した。本手法は計算の処理能力などのリソースが限定されるエッジノードで処理を行う場合に重要な要素となる。またエッジノードで実行するアプリケーションの一つとして、動画内の物体認識技術を用いたスポーツ(バレーボール)の選手の行動認識および行動認識結果から試合の分析を行う手法について検討を行った。また、エッジノードとクラウドサーバの間で連携しながら識別に使う機械学習モデルを効率よく更新するためには，2つの要素技術を研究した．1つ目は，モデル更新の必要性の有無を判定する分布外データ検出技術である．データのモデル分布に関するエネルギー関数を推測することにより分布外検出を行う手法を考案した．低次元データに対しては従来の方法よりも精度よく分布外データを検出できることを確認し，高次元データでも性能が期待できる．2つ目は，新たに得られたデータに随時ラベルを付与するための元データの選定・収集のアーキテクチャである．科研費の研究の中で着想を得て，藤沢市で収集したごみ収集車のモーションセンサデータで検討を重ね，Human in-the-loop環境センシングの提案に至った。以上の成果を情報処理学会DICOMOシンポジウムで2023年7月に発表予定である．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
