| 研究課題/領域番号 |
19H04089
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60050:ソフトウェア関連
|
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
竹房 あつ子 国立情報学研究所, アーキテクチャ科学研究系, 教授 (70345411)
|
|---|
| 研究分担者 |
小口 正人 お茶の水女子大学, 基幹研究院, 教授 (60328036)
中田 秀基 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (80357631)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
交付 (2021年度)
|
| 配分額 *注記 |
17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)
2021年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2020年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2019年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
|
|---|
| キーワード | クラウドコンピューティング / エッジコンピューティング / リアルタイム処理 / 機械学習処理基盤 |
|---|
| 研究開始時の研究の概要 |
本研究では、応答時間、認識精度、電力効率、コスト、信頼性を考慮した高効率なリアルタイム機械学習処理基盤の構築手法を開発する。
エッジから広域無線ネットワーク、広域ネットワーク、クラウドを跨って横断的に形成する基盤の高効率化を目指し、実環境で利用コストを大幅に削減できることを実証する。
本研究により、CPS基盤全般における設計指針を得て、次世代サービスアプリケーションの創出とその高度な最適化を可能にする。
|
| 研究実績の概要 |
本研究では、動画像解析を伴うサイバーフィジカルシステム(CPS)のための高効率な適応的広域リアルタイム機械学習処理基盤の構築を目的とし、適応的エッジ処理手法の開発、適応的クラウドリアルタイム解析手法の開発、高効率エッジ、クラウド制御手法の開発と、それらの実広域環境での評価を行う。
2020年度は、(a)エッジ、クラウド制御に向けた監視手法、(b)クラウドリアルタイム解析手法と、(c)ターゲットアプリケーションとなる動画像解析手法の研究・開発を進めた。
(a)エッジ、クラウド制御に向けた監視手法の開発では、エッジ側では国立情報学研究所で開発しているIoTシステム用ミドルウェアSINETStreamのPython版のメトリクス収集APIを用い、エッジクライアントで通信状況の測定を可能にする通信性能評価ツールを開発し、SINETStreamのGitHubサイトで公開した。また、クラウド側の監視には、同じく国立情報学研究所で開発しているVCPの監視機能で必要な情報が収集できることを確認した。
(b)クラウドリアルタイム解析手法の研究開発では、エッジ端末で動画像の特徴量抽出を行うことを前提とし、Apache Kafkaメッセージブローカで特徴量データを収集し、Apache Flink分散ストリーム処理基盤で並列推論処理を行うシステムを構築し、そのスケーラビリティを確認した。
(c)動画像解析手法の研究では、動画像からの室内動作推定での学習精度を上げるため、合成データを活用した学習手法を検討した。
本研究の成果は、学術雑誌1件に採択されるとともに、国内査読付き会議および研究会等で8件の発表がなされた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
エッジ、クラウドでの監視手法の開発、クラウドリアルタイム解析手法のスケーラビリティの実証、動画像解析の学習精度向上にむけた検討を行うことができた。
|
| 今後の研究の推進方策 |
高効率な適応的広域リアルタイム機械学習処理基盤の構築を進めるとともに、ターゲットアプリケーションとなる動画像解析の学習精度向上にむけた合成データの活用についてさらに研究を進める。
|
