2022 Fiscal Year Annual Research Report
A Software Platform for Edge IoT Systems
| Project/Area Number |
20H00578
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
千葉 滋 東京大学, 大学院情報理工学系研究科, 教授 (80282713)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
塩谷 亮太 東京大学, 大学院情報理工学系研究科, 准教授 (10619191)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | エッジコンピューティング / 領域特化プログラミング言語 / メモリ管理 |
|---|
| Outline of Annual Research Achievements |
前年度に引き続き、エッジコンピューティング型 IoT システム開発のためのソフトウェア基盤の研究を推進した。IoT 機器の制御マイコンに搭載されている不揮発性メモリを利用してメモリ空間を広げる研究については、mruby 言語の処理系を改造して本研究の技術を実装し、ベンチマーク・プログラムを作成、実行して性能評価をおこなった。この結果に基づき、実装した本研究のメモリ管理技術の調整とさらなる改良を実施した。
領域特化言語の基礎技術として、埋め込み領域特化言語の主要な実装技術であるfluent API に関する研究をおこなった。Fluent API ではメソッド呼び出しの連鎖で領域特化言語を表現する。このメソッド呼び出しの連鎖が領域特化言語の構文上正しくない並びであるとき、それをコンパイル時型エラーにする手法の研究をおこなった。そして、そのようなエラー機能を備えた安全な fluent API についての論文発表をおこなった。従来、領域特化言語の LL(1) 文法定義から flat 式の安全な fluent API を生成する方法は知られていたが、本研究は、そのような方法が存在する場合に flat 式と共に subchain 式の安全な fluent API を生成する方法を明らかにした。
また、これまでの研究で得られた知見に基づき、エッジ型 IoT システム向けの領域特化言語の開発を開始した。さらにソフトウェア基盤に関する基礎的な研究として、書かれたプログラムが正しくモジュール分割されているかを機械学習技術を用いて判定する手法の研究をおこなった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初計画のとおりに要素技術の研究が進み、IoT 向け領域特化言語の開発に着手できたため。
|
| Strategy for Future Research Activity |
当初の研究計画にしたがって研究を進める。これまでの研究成果の論文化を引き続きおこなうとともに、本年度に開発を開始した IoT 向け領域特化言語の開発を進める。
|
| Remarks |
Feng Dai, Shigeru Chiba, "Attempts on Finding Cross-Language Code Clones based on Text and AST Information" と石部 大夢, 山崎 徹郎, 千葉 滋「プログラム実行履歴を用いたリグレッションの原因検出に向けて」は共に日本ソフトウェア科学会第39回大会学生奨励賞と優秀発表賞を受賞。
|
