2020 Fiscal Year Annual Research Report
Extreme Signal Processing
| Project/Area Number |
20H02145
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
田中 雄一 東京農工大学, 工学(系)研究科(研究院), 准教授 (10547029)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田中 聡久 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584)
石田 寛 東京農工大学, 工学(系)研究科(研究院), 教授 (80293041)
小野 峻佑 東京工業大学, 情報理工学院, 准教授 (60752269)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 信号処理 / グラフ信号処理 / グラフ学習 / サンプリング定理 |
|---|
| Outline of Annual Research Achievements |
本年度においては，エクストリーム信号処理のための萌芽的検討を行った．主に検討を行った以下の2点に関して概要を述べる．
1) ネットワーク上の信号に対するサンプリング定理の拡張：グラフサンプリング定理は，従来の時間・空間領域の信号に対するサンプリング定理をネットワーク（グラフ）上の信号に対して拡張した理論である．しかしながら，従来手法は主に帯域制限された信号のサンプリングおよび復元理論しか考えられていなかった．今年度においては，信号の部分空間が既知の場合に，帯域制限されていなくてもネットワーク上の信号が復元可能となることを示した．
2) データからの時変ネットワークの学習：ネットワーク上のデータを解析するためには，まずネットワークが必要である．一方で，潜在的なネットワークがあることは期待され るものの，陽に与えられていない状況が存在する．例えばセンサネットワークや環境データなどが代表的である．このために必要な技術が，データからネット ワークを学習するグラフ学習である．従来手法では主に静的なグラフ学習，つまりデータから唯一つのグラフを生成するアルゴリズムが研究されていたが，我々は適切な制約のもとで時間的に変動するネットワークを学習する手法を提案した．
新型コロナウイルス感染症の影響により，国内・海外出張が制限されるなど，対面での研究実施には大きな影響があった．一方で，来年度に向けた理論的な検討はある程度進展した．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
新型コロナウイルス感染症の影響により，所属研究機関の研究活動指針等をふまえた結果，実地での共同研究が困難となり，研究計画に遅延が生じた．そのため，計画よりやや遅れた進捗となっている．
一方で，オンラインでの打ち合わせ等によりある程度の理論的な検討を行うことができた．
|
| Strategy for Future Research Activity |
エクストリーム信号処理を創出する上で必要な要素技術の研究開発に意欲的に取り組む．特に，エクストリーム画像処理の手法構築に取り組む．海外との共同研究も推し進める．
|
