| 研究課題/領域番号 |
17K00077
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
武内 良典 大阪大学, 情報科学研究科, 准教授 (70242245)
|
|---|
| 研究分担者 |
劉 載勲 大阪大学, 情報科学研究科, 助教 (70726976)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | データ圧縮手法 / 情報センシングデバイス |
|---|
| 研究実績の概要 |
IoT時代にはセンシングデバイスにより様々なデータが取得され、それらデータがクラウド上へと集積され、ビッグデータを構築する。このような時代には、あらゆる情報の効率的な取得とともに、情報取得に係る消費電力量を減らすことが必須であり。本研究では、情報を構築する取得データに適したデータ圧縮処理をセンシングデバイス内で行うことにより、無線通信時に消費されるエネルギーを削減すると同時に、圧縮処理自身で必要とされる消費エネルギーを削減することを検討している。これまでに、センシング対象の生体データ心電(ECG)についてその圧縮手法の検討と、生体情報センシングデバイス・プラットフォームの策定を進めた。圧縮手法としては、心電データの波形そのものに着目し、心電データを窓関数により切り出し、切り出されたデータを代表する形に分類する自動クラスタ分割手法を採用し、これまでに提案されてきた圧縮法とほぼ同程度の圧縮率を示すことが分かった。
また、RISC-Vをそのプラットフォームとして検討し、RISC-Vが命令拡張の仕組みが整っていると同時に、ソフトウェア環境が整備されており、RISC-Vをベースとして情報センシングデバイス・プラットフォームとして適当であるとの知見を得た。
|
| 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
本研究では、生体データの性質の解析、オンライン生体データ圧縮アルゴリズムの開発、情報センシングデバイスのプラットフォームの策定、生体情報センシングシステムの消費電力量最適化を行うことが目標である。平成29年度は、この中の生体データの性質の解析および情報センシングデバイスのプラットフォームの策定を進めた。生体データとしては、主に心電データ(ECG)を対象とし、その特徴から新たな心電データ圧縮手法を検討した。対象としては、PhysionetからMIT-BIH Arrhythmiaの波形データを取得し、そのデータについて性質を解析した。これまで、心電データは形状から、周期性を活かした圧縮手法、Wavelet変換を行い周波数成分により共通的な性質を見出して圧縮を行う手法が提案されていた。本研究では、心電データの波形そのものに着目し、心電データを窓関数により切り出し、切り出されたデータを代表する形に分類する自動クラスタ分割手法を採用した。提案する圧縮手法ではこれまでに提案されてきた圧縮法とほぼ同程度の圧縮率を示すことが分かった。また、プラットフォームとしては、命令拡張の行え、同時にIoT機器で使用できる規模のプロセッサであることが重要であるため、RISC-Vをそのプラットフォームとして検討した。RISC-Vは命令拡張の仕組みが整っていると同時に、ソフトウェア環境が整備されており、RISC-Vをベースとして情報センシングデバイス・プラットフォームの検討を進めることとした。
生体データの圧縮手法は予定よりも前倒しで進んでおり、プラットフォームの構築は消費電力のモデル化が遅れいる。しかしながら、全体としてはおおむね順調に進んでいるといえる。
|
| 今後の研究の推進方策 |
平成30年度は、平成29年度に研究を行った生体データ圧縮アルゴリズム、プラットフォームの評価を行い、完成度を高める。もし圧縮率、圧縮精度等が不十分である場合には、圧縮のための新たなパラメタ（圧縮手法）を検討する。また、提案する圧縮アルゴリズムを策定した情報センシングプラットフォーム上で動作させたときのシステムの消費電力量のモデルを策定する。その後、提案アルゴリズムを実行、データを無線通信により伝送した場合に消費される電力が見積もり可能な環境を構築する。この環境で、提案するプラットフォームの策定を進める。もし、性能が不十分である場合には、実行する環境を再度検討するとともに、圧縮処理の実装方式の改善を行う。さらに、生体データ圧縮アルゴリズム、実行プラットフォームの双方からの改良をすすめる。
|
