| 研究課題/領域番号 |
18K13757
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
西尾 理志 京都大学, 情報学研究科, 助教 (80711522)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | ミリ波通信 / 機械学習 / 転移学習 / 受信電力予測 / 電波伝搬シミュレーション |
|---|
| 研究実績の概要 |
無線通信環境をみるコンピュータビジョン技術の研究目的は、カメラやレーダなどの視覚（ビジョン）データから無線通信品質を予測することである。ミリ波通信や可視光通信、テラヘルツ通信など超高周波帯を用いた通信では、歩行者や車、植物などが見通し通信路を遮蔽すると信号電力が大きく低下し、通信品質を劣化させる。一方、反射物となるようなものが近傍に存在すれば、強い反射波を受信することで通信を継続することができる。このような電波伝搬空間情報はカメラやレーダなどビジョンデータに内包されており、それを読み解くことで通信品質を予測できる可能性がある。令和元年度は、これまで確立してきたカメラ画像からミリ波通信受信電力を予測する技術において、学習を高速化する技術について検討した。カメラ画像からのミリ波受信電力予測では、深層学習を用いるため、学習用データの収集および学習処理に時間を要する。今年度は、転移学習を用いた学習高速化を検討した。具体的には、3Dモデルと電波伝搬シミュレーションから生成したデータから予測モデルを事前学習し、そのモデルを初期値として
使用する環境で取得したデータを用いて再訓練することで、使用環境で実測する学習データの量および学習処理を削減しつつ、削減前と同程度の予測精度を達成できることを示した。また、画像の時系列特徴から、時間方向で適切に特徴選択することで学習時間短縮および精度向上できることを示した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
今年度予定していた特徴抽出に加えて、次年度以降に予定していた学習高速化について先行して検討した。
|
| 今後の研究の推進方策 |
ミリ波通信のみならず、マイクロ波通信等、他の無線通信媒体への適用を検討し、応用範囲拡大を目指す。
|
| 次年度使用額が生じた理由 |
コロナウイルスにより国際学会出張がキャンセルとなったこと、および、英論文誌掲載が来年度以降となったため。次年度開催の国際会議出張および論文掲載費用として使用する。
|
