| 研究課題/領域番号 |
19H04099
|
|---|
| 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60060:情報ネットワーク関連
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
中澤 仁 慶應義塾大学, 環境情報学部(藤沢), 教授 (80365486)
|
|---|
| 研究分担者 |
宮前 泰恵 (岸野泰恵) 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 主任研究員 (20466410)
須山 敬之 大阪工業大学, 情報科学部, 教授 (80396134)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2022年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2021年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2020年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2019年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
|
|---|
| キーワード | 深層学習 / 駆動基盤 / クラウド / エッジ / 自律分散 / 共進化 / AI / エッジ側 / クラウド側 / 共生 / エッジコンピューティング / 機械学習 / 動的更新 / 継続学習 / エッジ側知的処理 / 自律分散協調 / 知的センシング |
|---|
| 研究開始時の研究の概要 |
クラウド側とエッジ側が共進化する分散AI基盤システムを構築する。クラウド側では、エッジ側で収集する様々なデータを用いて継続的な学習を行い、その結果をエッジ側に動的に転移して、エッジ側での知的センシング能力を最大化する。エッジ側すなわち移動中の車両等の側では、常に最新の学習済みモデルを用いて画像や音声を含む様々なセンサデータをリアルタイムに知的に処理し、大規模広域に自律分散かつ並列な実時間知的センシングを可能とする。
|
| 研究成果の概要 |
クラウド側とエッジ側機器の動的な協調に基づく自律分散共進化AI基盤技術を構築した。同基盤技術では、深層学習モデルをエッジ側で駆動して動画像からリアルタイムに特定の物体を検出し、検出結果を出力可能である。このためにまず知的処理をエッジ側のセンサと計算機内でリアルタイムに自律分散して実行する。また、エッジ側での知的センシングを常に最適な状態に保つために、クラウド側との協調によるエッジ側を最適化する。これらにより、実空間内の多数のエッジ側センサノードが新たなモデルに基づくセンシングを行い、またクラウド側計算機はそのセンシング結果を用いて次世代の学習を行ってその結果をエッジ側へ転移可能となった。
|
| 研究成果の学術的意義や社会的意義 |
多数のセンサを用いて大規模に知的センシングを行う場合、大量のセンサからクラウド側へ画像・音声等のデータを送信することとなり、処理の遅延やパーソナル情報の漏洩等に関する問題が生じる。本研究では、クラウド側とエッジ側機器の動的な協調に基づく自律分散共進化AI基盤技術により、処理遅延の抑制やパーソナル情報のエッジ側機器からの漏洩等の問題を回避できる。また、動的に変化していく実空間、実社会の様相に対応して深層学習モデルを更新し続ける。実社会に存在する大量のIoTと機器をエッジ側機器として活用する柔軟性の高いモデル駆動が可能となった。
|
