|
本研究課題では、多種多様なセンサから取得される膨大な信号データを高速に解析するために、それぞれの特性に適応するリフティングウェーブレットフィルタの設計手法を提案した。提案手法では、低層においてリフティング複素ウェーブレット変換を効率よく実施するユニットを実装し、識別層に入力するための画像特徴を抽出するモデルを実現している。評価実験では、画像識別の精度を落とさずに深層学習モデルのパラメータ数を削減できることを示した。これによりセンサーデバイス側で効率的な特徴抽出が可能となり、プライバシーを考慮するマルチセンシングデータ解析システムを開発することができる。
|
