| 研究課題/領域番号 |
20K19794
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分60060:情報ネットワーク関連
|
|---|
| 研究機関 | 大阪公立大学 (2022)
大阪府立大学 (2020-2021) |
|---|
研究代表者 |
江 易翰 大阪公立大学, 大学院工学研究科, 助教 (10824196)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | エッジコンピューティング / IoT / 情報鮮度 / Edge computing / Internet of Things / Age of information / Serverless computing / Information freshness / Task offloading / Task scheduling / Deep learning / Nonlinear programming / Edge Computing / Task Offloading / Task Scheduling / Integer Programming / Machine Learning |
|---|
| 研究開始時の研究の概要 |
In the light of the mixed clairvoyance of processing times and access delays in MEC systems, the applicant plans to leverage combinatorial optimization (CO) to jointly characterize task offloading and scheduling, and then apply machine learning (ML) to accommodate the mixed-clairvoyance feature.
|
| 研究成果の概要 |
マルチアクセスエッジコンピューティングシステムにおけるIoTアプリケーションのグラント割り当ておよび送信スケジューリング問題に取り組んでいる。 そのため、Coage of Information（CoI）の加重合計を最小化する整数線形プログラムとして定式化する。 Coageの効率値に従って情報更新が段階的に選択されるアルゴリズムを提案し、達成される近似率を証明する。 シミュレーション結果は、提案法が効果的に情報更新を実行し、サービス予算を活用できることを示しており、それによってさまざまなパラメーター設定の下で既存のソリューションと比較して低いCoIを達成できる。
|
| 研究成果の学術的意義や社会的意義 |
超スマート社会を実現するために、産業、医療、交通、環境など広範囲にわたってAIやIoTなどの技術が応用される。スマートフォンやウェアラブル電子機器などのモバイル機器の普及は、人々の日常生活に変革をもたらしているため、エッジコンピューティング技術の開発がかつてないほどの注目を集めている。本研究では、エッジコンピューティングシステムにおけるIoTアプリケーションのため、効率的なタスクオフローディング及びグラント割り当て、情報鮮度の高いスケジューリングを提案することで、今後の自動運転、AIによるヘルスケア、クロスリアリティ（X-Reality）などのアプリケーションの実現に貢献するものである。
|
