| 研究課題/領域番号 |
17H03266
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
守倉 正博 京都大学, 情報学研究科, 教授 (20467400)
|
|---|
| 研究分担者 |
山本 高至 京都大学, 情報学研究科, 准教授 (30423015)
西尾 理志 東京工業大学, 工学院, 准教授 (80711522)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| キーワード | ミリ波通信 / 機械学習 / コンピュータビジョン / 深層学習 / プロアクティブ制御 |
|---|
| 研究実績の概要 |
本研究の目的は、異分野技術の統合的な活用により、ミリ波通信の課題である見通し通信路遮蔽を解決し、途切れないミリ波通信を実現することである。令和2年度は、ミリ波通信品質予測手法における予測モデルの学習に関する課題に取り組んだ。ミリ波通信品質予測手法は、RGB-Dカメラを用いて通信環境の三次元空間情報を取得し、その情報をもとにミリ波通信の受信電力を数百ミリ秒先まで予測する技術である。これまでは、事前に大量のデータを収集し訓練するオフライン学習を用いていたが、環境の変化に対し追随できないという課題があった。そこで、高速に学習可能なアルゴリズムを応用したオンライン学習可能な予測システムを構築した。5 GHz帯無線LANを用いた実験により、5 GHz帯通信品質を画像から予測可能なことと送信機の位置の変更など環境変化に対し予測モデルが追随できることを実証した。加えて、広域エリアの無線通信品質予測に向け、地図情報とレイトレーシングシミュレーションを用いた通信品質予測手法を提案した。本手法により、数百メータ四方の領域における無線通信品質の予測モデルを少数のサンプル点データから学習させることが可能となる。さらに、さらなる学習の効率化に向け、複数拠点間で協調し学習する仕組みについて検討した。具体的には、Federated Learningと呼ばれる分散協調的な学習手法における、無線電波の重畳性を用いたOver the air computationの応用について検討し、無線通信におけるノイズを積極的に活用することで差分プライバシを向上させつつ演算を行う技術を実現した。
|
| 現在までの達成度 (段落) |
令和2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 |
令和2年度が最終年度であるため、記入しない。
|
