| 研究課題/領域番号 |
23K24866
|
|---|
| 補助金の研究課題番号 |
22H03610 (2022-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2022-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
小野 峻佑 東京工業大学, 情報理工学院, 准教授 (60752269)
|
|---|
| 研究分担者 |
田中 雄一 大阪大学, 大学院工学研究科, 教授 (10547029)
野々村 拓 名古屋大学, 工学研究科, 教授 (60547967)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)
2024年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
2023年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2022年度: 6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
|
|---|
| キーワード | 計測データ解析 / 分散最適化 / 逆問題 / 凸最適化 / 信号解析 |
|---|
| 研究開始時の研究の概要 |
本研究の目的をふまえ，以下の３フェーズで研究を進める．
1.構成フェーズ：事前知識とセンシングモデルを柔軟に反映できるDRのための最適化問題の一般型を定式化し，これを効率的に解く分散アルゴリズムを構成
2.解析フェーズ：構築したアルゴリズムの振る舞い（収束条件・収束レート・計算量）を理論的に解析
3.応用フェーズ：実際の高次元センシングデータへ応用し有効性を検証
|
| 研究実績の概要 |
本年度は、データリザレクション（DR）―データを効率的に計測し、そこからノイズや劣化を取り除き計測対象の情報全体を「蘇生」する一連のプロセス―のための最適化問題として，一般性を保ちつつ求解可能な目的関数や制約条件の構成を検討し，分散最適化アルゴリズムのプロトタイプを構成した．代表的な成果として、主-双対近接分離法に基づく分散センシングのためのセンサ配置アルゴリズムを開発するとともに、ハイパースペクトルイメージング、時系列衛星イメージング、材料イメージング等の、実計測問題へ応用展開した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
最適化問題の定式化とアルゴリズムのプロトタイプ開発が予定通り進んだ．一部機材の納品遅れがあり，2022年度に行えなかった検証実験があったものの、翌年度にはそれらもスムーズに遂行できた．また、当初は予定していなかった複数のイメージング課題への応用展開もいくつか進めることができたため、計画以上に進展していると判断できる。
|
| 今後の研究の推進方策 |
構成したDRアルゴリズムのプロトタイプをベースに、ステップサイズ設定の自動化や理論的な解析などを進める。これと並行し、さらに様々な実計測課題へ応用を進めることで、有効性を実証していく。
|
