| 配分額 *注記 |
47,060千円 (直接経費: 36,200千円、間接経費: 10,860千円)
2025年度: 13,520千円 (直接経費: 10,400千円、間接経費: 3,120千円)
2024年度: 10,400千円 (直接経費: 8,000千円、間接経費: 2,400千円)
2023年度: 14,040千円 (直接経費: 10,800千円、間接経費: 3,240千円)
|
|---|
| 研究実績の概要 |
研究項目1に関して、項目1-1:未知を認識してモデルを拡張する自動継続学習技術の研究開発を推進した。継続的な学習においては、ストレージ爆発と破滅的忘却の回避を目的としたリソース最適化機構の開発を継続した。主に、国際口頭発表3件の成果を得た。研究項目2に関して、項目2-1:モデルの性能を把握・予測するリフレクティブAI技術の研究開発を継続した。動画を深層学習で処理する際の選択的フレーム処理に基づく高速化技術を検討するとともに、モデルの精度をリアルタイムに計測・推定するモデルプロファイリング技術の構築を継続した。主に、国際ジャーナル1件、国内口頭発表1件の成果を得た。研究項目3に関して、項目3-1:クラウド側とエッジ側での協調的AIフロー制御技術の研究開発を継続した。深層学習を用いた動画処理システムにおいて、パイプライン処理と処理委譲とによって負荷分散を実現する際の最適ノード選択手法について検討した。主に、国際口頭発表1件の成果を得た。主な成果を以下に示す。
H. Bekku, T. Kume, A. Tsuge, and J. Nakazawa, "A stable and efficient dynamic ensemble method for pothole detection," Pervasive and Mobile Computing, vol. 104, p. 101973, 2024. doi: 10.1016/j.pmcj.2024.101973
S. Makino, T. Okoshi, and J. Nakazawa, "Poster: MLess: Deep Learning Application Platform for Smart Cities," MOBISYS ’24, Jun. 2024. doi: 10.1145/3643832.3661394
H. Kawashima, T. Okoshi, and J. Nakazawa, "Poster: Class-Balanced Exemplar Memory Selection for Class-Incremental Semantic Segmentation," MOBISYS ’24, Jun. 2024. doi: 10.1145/3643832.3661400
|
