• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2018 年度 実績報告書

次世代電波望遠鏡用周波数解析装置の研究開発

研究課題

研究課題/領域番号 15H05304
研究機関東京工業大学

研究代表者

中原 啓貴  東京工業大学, 工学院, 准教授 (20624414)

研究期間 (年度) 2015-04-01 – 2019-03-31
キーワード電波天文 / 分光器 / Radio Telescope / FPGA / Spectrometer / Deep Learning / 深層学習
研究実績の概要

電波望遠鏡で受信する天体からの電波は弱いので, 積算処理は数分から数時間行っている. つまり, ノイズを除去する時間が支配的である. Xilinx社の合成ツールであるVivado 2014.3を用いた計算機上での仮設計の結果, CASPERで公開している分光器と比較してFPGAの組込みメモリ量を92.3%, LUT数を33%削減する事ができた. その結果, 帯域を12.5倍拡大でき, 分解能を128倍増やす事ができることを予備実験で確認した.

RNSとはNビットの信号をL組の整数のベクトル{m1,m2,...,mL}に対する剰余で表現するシステムである. RNSを用いる事により, 各桁で独立して加減乗算を行える. 即ち, FFT計算の入力データをL個に分割することができる. Xilinx社の合成ツールであるVivado 2014.3を用いた計算機上での仮設計の結果, Xilinx社FFT IPと比較してFPGAのLUT数を42%削減する事ができ, 高分解能なFFTを実装できる事を確認した.

2015年に剰余数系を発展したネスト式剰余数系に基づくCNN、2016年に世界初となる2値CNN, 2017年にグローバルプーリングを用いた中間フル結合層除去CNNとフルパイプライン化CNNによる物体認識, 2018年に混合精度型CNNの専用ハードウェア化をFPGA上に実現してきた。これらはカスタムCNNを学習するための専用学習方式を含む。特に、2018年にFPGAのトップ国際会議であるISFPGA2018において、深層学習のセッションで日本人初のフルペーパー採録され、国際的に評価された。これらの手法を電波天文観測の識別で用いられているAstroNet-K2に適用し, Xilinx社Virtex7 VC707 FPGAボード上に実現可能なサイズまで削減することに成功した。

現在までの達成度 (段落)

平成30年度が最終年度であるため、記入しない。

今後の研究の推進方策

平成30年度が最終年度であるため、記入しない。

  • 研究成果

    (12件)

すべて 2019 2018

すべて 雑誌論文 (2件) (うち査読あり 2件) 学会発表 (10件) (うち国際学会 10件)

  • [雑誌論文] An FPGA Realization of a Random Forest with k-Means Clustering Using a High-Level Synthesis Design2018

    • 著者名/発表者名
      Akira Jinguji, Shimpei Sato, Hiroki Nakahara
    • 雑誌名

      IEICE Transactions

      巻: 101-D(2) ページ: 354-362

    • 査読あり
  • [雑誌論文] A Threshold Neuron Pruning for a Binarized Deep Neural Network on an FPGA2018

    • 著者名/発表者名
      Tomoya Fujii, Shimpei Sato, Hiroki Nakahara
    • 雑誌名

      IEICE Transactions

      巻: 101-D(2) ページ: 376-386

    • 査読あり
  • [学会発表] Filter-Wise Pruning Approach to FPGA Implementation of Fully Convolutional Network for Semantic Segmentation2019

    • 著者名/発表者名
      Masayuki Shimoda, Youki Sada, Hiroki Nakahara
    • 学会等名
      ARC 2019
    • 国際学会
  • [学会発表] An FPGA-based Fine Tuning Accelerator for a Sparse CNN2019

    • 著者名/発表者名
      Hiroki Nakahara, Akira Jinguji, Masayuki Shimoda, Shimpei Sato
    • 学会等名
      FPGA 2019
    • 国際学会
  • [学会発表] A Lightweight YOLOv2: A Binarized CNN with A Parallel Support Vector Regression for an FPGA2018

    • 著者名/発表者名
      Hiroki Nakahara, Haruyoshi Yonekawa, Tomoya Fujii, Shimpei Sato
    • 学会等名
      FPGA 2018
    • 国際学会
  • [学会発表] A Demonstration of FPGA-Based You Only Look Once Version2 (YOLOv2)2018

    • 著者名/発表者名
      Hiroki Nakahara, Masayuki Shimoda, Shimpei Sato
    • 学会等名
      FPL 2018
    • 国際学会
  • [学会発表] Demonstration of Object Detection for Event-Driven Cameras on FPGAs and GPUs2018

    • 著者名/発表者名
      Masayuki Shimoda, Shimpei Sato, Hiroki Nakahara
    • 学会等名
      FPL 2018
    • 国際学会
  • [学会発表] Power Efficient Object Detector with an Event-Driven Camera on an FPGA2018

    • 著者名/発表者名
      Masayuki Shimoda, Shimpei Sato, Hiroki Nakahara
    • 学会等名
      HEART 2018
    • 国際学会
  • [学会発表] A Performance Per Power Efficient Object Detector on an FPGA for Robot Operating System (ROS)2018

    • 著者名/発表者名
      Haoxuan Cheng, Shimpei Sato, Hiroki Nakahara
    • 学会等名
      HEART 2018
    • 国際学会
  • [学会発表] A High-speed Low-power Deep Neural Network on an FPGA based on the Nested RNS: Applied to an Object Detector2018

    • 著者名/発表者名
      Hiroki Nakahara, Tsutomu Sasao
    • 学会等名
      ISCAS 2018
    • 国際学会
  • [学会発表] A Ternary Weight Binary Input Convolutional Neural Network: Realization on the Embedded Processor2018

    • 著者名/発表者名
      Haruyoshi Yonekawa, Shimpei Sato, Hiroki Nakahara
    • 学会等名
      ISMVL 2018
    • 国際学会
  • [学会発表] New Generation Dynamically Reconfigurable Processor Technology for Accelerating Embedded AI Applications2018

    • 著者名/発表者名
      Taro Fujii, Takao Toi, Teruhito Tanaka, Katsumi Togawa, Toshiro Kitaoka, Kengo Nishino, Noritsugu Nakamura, Hiroki Nakahara, Masato Motomura
    • 学会等名
      VLSI Circuits 2018
    • 国際学会

URL: 

公開日: 2019-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi