| 研究課題/領域番号 |
22K21287
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
1001:情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 東京農工大学 (2023)
東京理科大学 (2022) |
|---|
研究代表者 |
山田 宏樹 東京農工大学, 工学(系)研究科(研究院), 特任助教 (70965524)
|
|---|
| 研究期間 (年度) |
2022-08-31 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | グラフ信号処理 / グラフフィルタ / 電力系統 / 状態推定 / グラフ信号復元 / 電力システム / ベイズモデリング |
|---|
| 研究開始時の研究の概要 |
IoT技術の発展により，センサが小型化し安価になったことで，大量かつ多種多様なデータを取得することが容易となった．大規模なセンサデータから特徴抽出・知識発見は，IoT，バイオインフォマティクス，センサネットワーク，スマートグリッド等広範な分野で必要な技術である．これらの技術において，グラフ信号処理はネットワーク上に分布する信号を解析する手段として注目を集めている．これまでグラフ信号処理はグラフが完全に既知であるという条件で理論構築がなされている．本研究では，従来のグラフ信号処理技術を拡張するために，グラフが不確実性を内包する状況における信号処理技術の開発を目指す．
|
| 研究成果の概要 |
本研究課題では，電力システムや交通網などのネットワークに不確実性が存在する場合における信号処理手法について取り組んだ．グラフ信号処理分野の重要課題である，グラフフィルタ転移，時変グラフ信号復元，グラフ信号のサンプリングに対し，検討および手法開発を行った．開発した手法を電力システムの状態推定，音響信号の時間周波数解析に応用し，従来法と比べ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 |
確率密度比推定を利用し，あるネットワーク上で学習したグラフフィルタを異なるネットワーク上でも適用可能とする技術を開発した．本研究成果を電力システムの状態推定に適用し，電力網の情報を適切に取り入れることで，より高精度な推定を実現した．本研究の成果は，状態推定問題に限らず電力システム分野の重要課題であるセンサ配置問題やセキュリティリスク検知などにも応用可能な技術である．
|
