| 研究課題/領域番号 |
20H04172
|
|---|
| 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 | 長岡技術科学大学 |
|---|
研究代表者 |
渡部 康平 長岡技術科学大学, 工学研究科, 准教授 (10734733)
|
|---|
| 研究分担者 |
津川 翔 筑波大学, システム情報系, 准教授 (40632732)
野中 尋史 愛知工業大学, 経営学部, 准教授 (70544724)
中平 勝也 沖縄工業高等専門学校, 情報通信システム工学科, 准教授 (30500566)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,810千円 (直接経費: 13,700千円、間接経費: 4,110千円)
2022年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2021年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2020年度: 8,060千円 (直接経費: 6,200千円、間接経費: 1,860千円)
|
|---|
| キーワード | ネットワーク / 生成モデル / ニューラルネットワーク / 通信データ / グラフ生成 / トラヒック / 敵対的生成ネットワーク / ネットワークトポロジ |
|---|
| 研究開始時の研究の概要 |
ネットワークに関する実データは企業や組織内で利用されるのみで，多くの研究・開発者はそれらのデータにアクセスすることができない．
本研究課題では，Generative Adversarial Network (GAN)の技術を活用し，量的・質的な意味で限られた実データから，実データの代わりに利用可能な擬似データを無限に生成可能な生成器を開発することで，実環境の特性を保存した通信実験環境を提供するプラットフォームを構築する．
|
| 研究成果の概要 |
本研究課題による成果により，Generative Adversarial Network (GAN)やVariational AutoEncoder (VAE)などに代表される生成系技術を活用し， 量的・質的な意味で限られた実データから，実データの代わりに利用可能な擬似データを無限に生成可能な生成器を開発することができた．開発はグラフデータの生成技術とトラヒックデータの生成技術の両面から進められ，特にグラフデータの生成技術においては，既存の生成技術に比べて高い生成性能を実現することができた．上記の成果を2件の論文誌，7件の国際会議，14件の国内会議で成果を発表している．
|
| 研究成果の学術的意義や社会的意義 |
本研究課題による成果は，量的・質的に限られたデータから擬似的な通信データの生成を実現するものであるが，これは近年注目される巨大IT企業によるデータの独占の問題に対して，解決の糸口を提供するものである．
また，本研究に関連する技術は，2件の招待講演により発表されており，学会においても注目を集めている．加えて，一流誌であるIEEE Transactions on Network Science and EngineeringやトップカンファレンスであるAAAI ICWSM 2023にアクセプトされるなど，学会において高い評価を得ている．
|
