| 研究課題/領域番号 |
23K26110
|
|---|
| 補助金の研究課題番号 |
23H01415 (2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21020:通信工学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
田中 雄一 大阪大学, 大学院工学研究科, 教授 (10547029)
|
|---|
| 研究分担者 |
田中 聡久 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584)
小野 峻佑 東京工業大学, 情報理工学院, 准教授 (60752269)
佐藤 光哉 電気通信大学, 人工知能先端研究センター, 助教 (60822533)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
18,720千円 (直接経費: 14,400千円、間接経費: 4,320千円)
2025年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
2023年度: 7,930千円 (直接経費: 6,100千円、間接経費: 1,830千円)
|
|---|
| キーワード | 信号処理 / 機械学習 / グリーン信号情報処理 / 信号情報処理 |
|---|
| 研究開始時の研究の概要 |
グリーン信号情報処理ー解析に必要な資源，データ量，精度等の要請に応じて適切なトレードオフが実現できるデータ解析技術ーを実現するための信号処理・機械学習システムの実現に取り組む.特に数理モデリングとデータ駆動型アルゴリズムの融合により，消費資源や扱えるデータ量等に応じて柔軟かつ連続的にアルゴリズムを調整する技術を開発することで，結果としてグリーンで高性能なデータ解析技術の創生を目指す.
|
| 研究実績の概要 |
今年度は、センサネットワークのライフタイムを延ばすための要素技術の一種として考えられる、グラフ信号処理のためのサンプリング問題に取り組んだ。特に、以下の手法の検討を行った。1) ネットワーク内でセンサ位置を動的に変更する手法：時系列の空間データ（例：気温・気圧等の環境データ）をセンサネットワーク中で適切に取得するためには、センサ自身も動く必要がある。例えばロボットやドローン等による環境データセンシングがこれに相当する。本年度では、我々が以前に提案した手法を改善させ、時間的な環境の変化に頑健な動的サンプリング位置選択問題に取り組んだ。結果として従来手法と比較して平均二乗誤差が大幅に改善することを明らかにした。2) 多種のセンサによるサンプリング：従来のネットワーク上のセンサ位置選択手法では、1種類のセンサのみを対象としていた。一方で、実際のセンサネットワークを考えた場合、多種のセンサが混在することが考えられ、さらに各センサの精度等が大きく異なることが想定される。本年度は、そのような場合におけるネットワーク上のサンプリング問題に取り組んだ。具体的には、我々が提案したD最適に基づくサンプリング理論に基づき、これを多種センサのための difference-of-convex 問題へと落とし込むことで定式化した。結果として、特に環境中のノイズが大きい場合、従来の1種のセンサのみを利用する手法と比較して大きな性能向上を果たした。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本年度提案した手法により、想定通りの結果が得られ、国際会議や論文誌等に成果を投稿中であるから。
|
| 今後の研究の推進方策 |
グリーン信号情報処理を実現するためには、様々な要素技術が必要である。来年度以降は、特にIoTセンサネットワークや通信分野等の知見を利用しながら、更に高効率な信号情報処理技術を追究する。
|
