| 研究課題/領域番号 |
20H02145
|
|---|
| 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21020:通信工学関連
|
|---|
| 研究機関 | 大阪大学 (2022)
東京農工大学 (2020-2021) |
|---|
研究代表者 |
田中 雄一 大阪大学, 大学院工学研究科, 教授 (10547029)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)
2022年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2021年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2020年度: 8,580千円 (直接経費: 6,600千円、間接経費: 1,980千円)
|
|---|
| キーワード | 信号処理 / 深層学習 / サンプリング定理 / 数理モデリング / グラフ深層学習 / 深層展開 / グラフ信号処理 / グラフ学習 |
|---|
| 研究開始時の研究の概要 |
エクストリーム信号処理を創出するための研究に取り組む．エクストリーム信号とは，非常にSN比が低く，一期一会に近い環境から得られたセンサデータのことを指す．今までの信号処理や機械学習技術は，データの数と質が揃っているビッグデータには非常に有効であるが，エクストリーム信号の解析には限界があった．本研究では数理的モデリングと深層学習の統合により，エクストリーム信号――スモールデータ――の修復・復元システムの実現を目的とする．
|
| 研究成果の概要 |
エクストリーム信号処理ー非常に SN 比が低く，一期一会に近い環境から得られたセンサデータ（エクストリーム信号）の修復や，エクストリーム信号からの知識発見・情報抽出のためのデータ解析基盤技術ーを創出するための研究に取り組んだ．グラフ信号処理と深層展開を中心に，理論的にはグラフサンプリング定理に対する検討を行った．センサデータ修復のため，深層展開を用いた手法や時間的に変動するグラフ上データの補間・ノイズ除去手法に関して従来法と比較し優れた性能を示すことを明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
信号処理技術と深層学習技術を適切に組み合わせ，利用することで，様々な劣化状態のデータ（信号）に対して優れた修復手法が実現できることを明らかにした．特に，サンプリング定理や深層展開のグラフ上データへの拡張に関して成果を挙げた．本研究から得られた成果は，今後必須となるグリーンなデータ解析技術の嚆矢となる技術である．
|
