2022 Fiscal Year Annual Research Report
Integration of Imperfect Network Transfer and Computing Towards Low-Latency Systems
| Project/Area Number |
20K21789
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
原 祐子 東京工業大学, 工学院, 准教授 (20640999)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中山 悠 東京農工大学, 工学(系)研究科(研究院), 准教授 (80802058)
|
|---|
| Project Period (FY) |
2020-07-30 – 2023-03-31
|
| Keywords | 近似計算 / 通信 / Internet of Things / Age of Information |
|---|
| Outline of Annual Research Achievements |
本研究では，高いリアルタイム性（低遅延性）を有するInternet of Things (IoT) システムの実現を目指す．IoTでは，コストや消費電力の制約からネットワークや計算リソースが限定される．近似計算は，ネットワーク接続されたIoTシステムで，若干の誤りを許容し高速処理する新たな計算手法として注目されている．本研究は，低遅延IoTシステム実現に向け，ネットワークを越えた近似計算の基本技術の確立に取り組む．受信データが誤りを含むことを許容し，IoT全体でアプリケーションを近似化しようとする，画期的な基盤技術となることが期待される．特に，情報の鮮度 (Age of Information; AoI) に基づき，データ欠損を適切に補完するAC計算手法を新たに開発する．
最終年度である本年度は，昨年度に引き続き，具体的なアプリケーションから近似計算可能な範囲を探るトップダウン式のアプローチで取り組み，本研究総括を行った．アプリケーションのニーズや応用用途を具体化し，画像の圧縮・水中通信，および，物体検出の2種のアプリケーションへのAC手法の適用を更に拡張し，計算のボトルネックや近似化による誤差の許容可能性について定量的な評価を行った．
本研究は，AoIに基づく近似計算手法とAoI制御の二方向から研究を遂行している．前者では近似化による誤差を許容することで制御等の複雑な処理を簡略化する設計手法を検討し，シミュレーションによって誤差とリアルタイム性のトレードオフを評価した．さらに，FPGA実装の評価を行い，GPUを用いた実装との電力やエネルギー効率の比較評価を行った．後者は，AoI閾値の設定方針に応じて確率的な転送を行うネットワーク制御法を検討した物体検出手法，および，ノイズがある環境下で効率的に画像を圧縮・転送するアプリケーションを開発した．
|
