| 研究課題/領域番号 |
17H01732
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
情報ネットワーク
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
新熊 亮一 京都大学, 情報学研究科, 准教授 (70362580)
|
|---|
| 研究分担者 |
矢守 恭子 朝日大学, 経営学部, 教授 (20350449)
笠井 裕之 電気通信大学, 大学院情報理工学研究科, 教授 (40312079)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
18,720千円 (直接経費: 14,400千円、間接経費: 4,320千円)
2019年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2018年度: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2017年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
|
|---|
| キーワード | 実空間情報 / 機械学習 / 可推定性 / 可代替性 / 経済学モデル / モバイルセンサ基盤 / ユーザ誘導 / ネットワークアーキテクチャ / データ重要度 / 実空間ナレッジ / Quality of Service / Internet of Things / Software-Defined Network / Unmanned Aerial Vehicle |
|---|
| 研究成果の概要 |
今後の情報通信技術には、身近な実空間のナレッジ(=有用な情報)をきめ細やかに届けることが期待される。例えば、スマートカーが実空間ナレッジに基づいて運転者を支援することで、渋滞や事故のない交通社会が実現できる可能性がある。しかし、実空間に関わる膨大なデータを無差別に流入させると通信ネットワークがボトルネックになる問題がある。そこで、最新の機械学習と経済学に基づくデータ重要度モデルを構築し、データの可推定性と可代替性に応じ情報通信資源を割り当てるという独創的な制御手法を提案した。上記スマートカーを想定した評価によりナレッジの取得遅延を短縮できることを示した。
|
| 研究成果の学術的意義や社会的意義 |
本成果の学術的意義は、機械学習や経済学を用いて、データ各々の重要度を評価可能なモデルを確立したことである。このモデルに基づく様々な応用研究が可能であり、学術界での波及効果が期待できる。一方、社会的には、本成果を用いることで少ないデータで高い精度を達成することができるため、電波資源の節約や消費エネルギーの削減を可能にする点で意義が大きい。
|
