| 研究課題/領域番号 |
19K05288
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
田邊 健彦 国立研究開発法人産業技術総合研究所, 計量標準総合センター, 主任研究員 (30613989)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 協定世界時 / 水素メーザー / 深層学習 / カルマンフィルター |
|---|
| 研究実績の概要 |
本研究の目的は、深層学習の手法を活用することで、代表者が所属する産総研計量標準総合センター(NMIJ)が維持・運用する時間周波数国家標準UTC(NMIJ)の、協定世界時(UTC、世界中で共有されている時刻の標準)への同期精度を向上させることである。UTC(NMIJ)は、原子時計の一種である水素メーザー周波数標準器(HM)を周波数源として、国際度量衡局から毎月報告されるUTCとの時間差を参考にHMの周波数値を調整することで、UTCとの差が約10ns以内に維持されている。本グループには過去数年以上に渡るHMとUTCの時刻差データの蓄積がある。そこで、この過去のデータを用いた深層学習からHMの挙動を予測し、その結果を元により効率的にHMを運用することで、UTC(NMIJ)のUTCへの同期精度の向上を目指す。
この目的の達成には、まずUTCとHMの時間差を予測するための手法の確立が必須である。そこで今年度は、「一次元畳み込みニューラルネットワーク」という、深層学習の手法の一つを用いてHMとUTCの時間差を予測した。そして、その結果が時系列予測においてよく用いられる「カルマンフィルター」による予測よりも精度が良いことを見出した。1D-CNNは提案されて10年前後の新しい手法であるが、時系列予測の古典的手法とも言えるカルマンフィルターよりも予測器として良い性能を示したことは興味深い。この結果は国内の関連学会で発表するとともに、国際誌上で発表した。
|
| 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
UTCとHMの時間差予測手法の確立に目処が付き、その結果をまとめた論文を国際誌上で発表した。以上より、順調に進展していると考えられる。
|
| 今後の研究の推進方策 |
今後は「一次元畳み込みニューラルネットワーク」以外の手法を用いた予測にも取り組み、これまでに得られた結果と併せて総合的に議論する。また、予測の結果を実際のHMの周波数調整へ実装するための方法についても検討する。
|
| 次年度使用額が生じた理由 |
当初の計画では、深層学習専用の計算機を購入して環境を整備する予定であったが、予想よりも計算コストが抑えられて、その必要がなかったために次年度使用額が生じた。今後の研究の進展具合により、再び専用の計算機環境の必要性が生じた場合には、その費用に充てる計画である。
|
