| 研究課題/領域番号 |
18H04105
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分61:人間情報学およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
廣瀬 明 東京大学, 大学院工学系研究科(工学部), 教授 (70199115)
|
|---|
| 研究分担者 |
夏秋 嶺 東京大学, 大学院工学系研究科(工学部), 准教授 (60748888)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| キーワード | ニューラルネットワーク / リモートセンシング / エッジコンピューティング / 波動情報処理 |
|---|
| 研究成果の概要 |
まずPolSARによる地表植生区分を適応的に高精度で行うQNNシステムの構築に成功した。それを発展させて位相情報も融合させたPQNNの理論を構築し、PolInSARデータや地中レーダデータを堅固に行うニューラルネットワークを実現した。続いて移動体通信のチャネル予測を偏波も考慮することで実用的な精度で行うことを可能にするQNNシステムを構築し、その有用性を明確に示した。並行して上記を総合する形での電磁波・光波偏波情報を扱うQNNの枠組みの構築と工学的体系化を進めた。そしてこれら実験結果をもとにQNNおよびPQNNの理論の枠組みをまとめてゆき体系化を進めた。
|
| 自由記述の分野 |
電子情報工学
|
| 研究成果の学術的意義や社会的意義 |
2010年代前半、ディープラーニングを中心に人工知能(AI)が社会に急速に普及をはじめた。一方、各種センサの急速な普及はセンサネットワーク社会を生み出し、人間に高い利便性をもたらすとともに、プライバシー確保やエネルギー消費の爆発的増大などの問題も新たに生み出した。そこで、このようなネットワークの末端でのセンサ情報のAI処理、すなわちエッジコンピューティングの、高機能化・省エネルギー化が希求されるようになった。センシングで広く利用されるレーダ・イメージングでは、その偏波と位相を有効かつ整合的に扱うニューラルネットワークの理論が望まれるようになった。本研究は、この要求に正面から応えるものである。
|
