2021 Fiscal Year Annual Research Report
Project/Area Number |
19K05288
|
Research Institution | National Institute of Advanced Industrial Science and Technology |
Principal Investigator |
田邊 健彦 国立研究開発法人産業技術総合研究所, 計量標準総合センター, 主任研究員 (30613989)
|
Project Period (FY) |
2019-04-01 – 2022-03-31
|
Keywords | 協定世界時 / 水素メーザー / 時刻系信号 / 深層学習 |
Outline of Annual Research Achievements |
本研究課題では、深層学習の手法を活用して、代表者が所属する産総研計量標準総合センター(NMIJ)が運用する時間周波数国家標準「UTC(NMIJ)」の、協定世界時(UTC、世界中で共有されている時刻の標準)への同期精度を向上させることを目標としている。UTC(NMIJ)は、水素メーザー型周波数標準器(HM)を周波数源として、国際度量衡局から毎月報告されるUTCとの時間差を参考にHMの周波数値を調整しながら運用している。現在、UTC(NMIJ)はUTCとの差が約+/-10ns以内に維持されているが、これは世界トップレベルの精度である。本グループには過去数年以上に渡るHMとUTCの時刻差データの蓄積があるが、これを用いた深層学習からHMの挙動を予測し、その結果を参考に効率的にHMを運用することで、UTC(NMIJ)のUTCへの同期精度の向上を目指すのが本研究の概要である。 これまでに、本研究課題達成のための最初のステップである「UTCとHMの時間差の予測手法の開発」に取り組んだ。その結果、「一次元畳み込みニューラルネットワーク」という深層学習の手法が良い予測結果を示すことを見出し、この成果を誌上発表した。次に、この成果をベースに、予測結果を実際のHMの周波数調整にフィードバックするためのアルゴリズム開発に取り組んだ。2020年度中盤に所属グループの人員変更が生じて代表者自身がUTC(NMIJ)の運用に主たる役割を果たすことになったため、アルゴリズムの開発完了には至らず現在も開発を継続している。しかし、UTC(NMIJ)の運用に深く関わるようになったことで、そこで得た経験・知見を踏まえてより実用に適したアルゴリズムの開発が進められていると考えている。
|