• 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

2022 年度 研究成果報告書

不完全性を持つ非線形多重スケールデータのためのオンライン解析法の開発と実応用

研究課題

  • PDF
研究課題/領域番号 18H01446
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分21020:通信工学関連
研究機関慶應義塾大学

研究代表者

湯川 正裕  慶應義塾大学, 理工学部(矢上), 教授 (60462743)

研究分担者 山田 功  東京工業大学, 工学院, 教授 (50230446)
研究期間 (年度) 2018-04-01 – 2022-03-31
キーワード再生核 / オンラインアルゴリズム / 凸最適化 / 多重スケール
研究成果の概要

本研究プロジェクトでは、異なるスケールを持つ基底関数(異なる分散を持つガウスカーネル)を用いて、「多重スケール性を持つ非線形データ」を効率的に表現できる数理モデルの構築に向けた研究を行い、その成果を5編の国際学術論文と10編の国際会議論文に纏めた。その一つとして、多重スケール性を持つ非線形関数をガウス関数の線形和で表現し、係数とガウス関数の幅・中心点を変数とみて学習することで、複雑な非線形関数を簡潔な形で表現可能なオンラインアルゴリズムを提案した。提案アルゴリズムは、適応的にガウス関数の形状を変化させ、非定常信号を効率的に推定することができる。数値例により、提案法の有効性を実証した。

自由記述の分野

信号処理

研究成果の学術的意義や社会的意義

情報通信技術や機械学習技術が用いられるシーンが急速に拡大したことに伴い、様々な環境で多種多様なデータや信号を扱う必要性が生じている。これにより、非定常性や非線形性に加えて、多重スケール性や不完全性を持つデータ・信号を取り扱える技術へのニーズが増している。本研究成果は、このニーズに応えるものになっていることに加え、時系列データ予測・解析などに応用することができるため、カルマンフィルタなどとも関連があり、隣接分野に波及していくことが見込まれる。本研究で開発した手法は、既に無線通信などに応用されており、今後、IoT・AI産業で広く用いられていくことが期待される。

URL: 

公開日: 2024-01-30  

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