【研究領域課題番号】20H03121 (KAKENデータベースで見る）

【研究キーワード】

スマート風土産業 / ワイン専用品種 / 栽培適地評価 / 人工知能 / センサーネットワーク / 地理情報システム / ワイン専用ブドウ品種 / WebGIS / 機械学習 / センサネットワーク

【研究成果の概要】

基本的な地理情報である高解像度のデジタル標高モデルを収集して処理し、地域の地形特性を明らかにするとともに、他の地理情報と組み合わせて分析を進めるための準備を進めた。統計解析や機械学習を行うために、1978～2019年までの長野県の気象メッシュデータ（一日ごとの降水量，日照時間，積算日射量，平均気温，最低気温，最高気温）を取得・整理した。圃場での気象観測を実施するためのセンサおよびデータ取得方法について要求仕様を検討し，気象観測装置を整備した．また，安価なシングルボードコンピュータを用いて同等の機能を有する気象観測装置を開発するための下準備を行った
ワイン用ブドウの栽培地の評価に用いられるさまざまな条件を検討し、長野県内の千曲川流域の（千曲川ワインバレー東地区）対象となる地域内で今後分析を行う圃場候補の位置を取得するとともに、栽培品種など、圃場条件を検討し、ワイン専用ブドウ品種の栽培適地評価基準を試作した。
整備した各種情報と試作した栽培適地評価基準を元に、栽培適地評価システムの設計と試作を行った。試作したシステムは、地質、土壌、地形（傾斜角度及び傾斜方位）、気象（年平均気温、年最高気温、年最低気温）を評価条件として利用可能とした。システムでは、ブラウザのみで2Dまたは3Dのグラフィックを描画するためのパッケージであるWebGLを用い、グリッドPNGタイルを用いた四則計算，括弧による演算順序の指定，論理演算式機能を実装した。これにより、地質、気温、地形条件等に基づく栽培適地評価を可能とし、試作システムを公開した。
．さらに、本研究の技術的背景となる地理情報、GIS、機械学習、情報処理などに関する諸検討も実施した

【研究種目】基盤研究(B)

【研究期間】2020-04-01 - 2023-03-31

【配分額】17,810千円 (直接経費: 13,700千円、間接経費: 4,110千円)

【研究領域課題番号】18K04126 (KAKENデータベースで見る）

【研究キーワード】

ボディエリアネットワーク / 電波伝搬チャネルモデル / モデリング / 機械学習 / シナリオディエンベッディング / シャドウイング / アイオーティー / モーションキャプチャー / 電波伝搬チャネル / ボディエリア通信 / センサーネットワーク / 統計モデル / 情報通信工学 / 無線通信 / 医療・ヘルスケア / 電波伝搬 / チャネルモデリング

【研究成果の概要】

本研究は、人体の周辺において生体情報等の伝送に用いる無線通信ネットワークである、無線ボディエリアネットワーク(WBAN)の新たな電波伝搬チャネルモデリングの手法に関するものである。体表に設置したセンサーノードからのデータを、人体の主要部に取り付けたコーディネーターノード、さらには体外に設置されたアクセスポイントへデータを伝送するネットワークを想定している。人体の周辺では、電波の伝搬状態が人体の動作により刻一刻と変化するため、これを動的にモデリングすることが重要となる。従来行われていた動作の種類毎のモデリングでは必要な実験数が膨大になってしまう。そこで、本研究では、動作のシナリオをチャネルから分離するための手法を提案している。本年度は、シナリオディエンベッディングのための実測データ収集のための人体動作ー無線信号同期測定システムの開発を行った。まず、人体表面上の2点間の電波伝搬(伝搬ロス)を測定するため、小型のBluetooth Low Energy機器によるRSSI(受信信号橋度)測定を行うシステムを開発した。これにより、1秒間に100サンプルの分解能でのRSSIの時系列変化を実現した。また、人体動作を時系列で測定するために、モーションキャプチャーシステムを利用した。RSSIと人体動作それぞれの測定を時系列で同期させるために、同期のための人体動作と同期アルゴリズムを考案した。これにより、秒間100サンプルの分解能で同期したRSSIと人体動作のデータを取得することが可能となった。さらに、取得した人体動作の時系列データからRSSIを予測するモデルを機械学習により作成した。これにより、0.1秒後のRSSIを2秒間の人体動作のデータから予測することに成功した。これらの成果を応用し、今後、シナリオディエンベッディングに向けた自動チャネルモデル生成について検討をすすめていく予定である。

【研究種目】基盤研究(C)

【研究期間】2018-04-01 - 2023-03-31

【配分額】4,030千円 (直接経費: 3,100千円、間接経費: 930千円)

【研究領域課題番号】18K11274 (KAKENデータベースで見る）

【研究キーワード】

仮想センサ / 機械学習 / ネットワーク仮想センサ / センサ仮想化 / センサネットワーク

【研究成果の概要】

本研究では，センサのインテリジェント化の形態として，センサがネットワークで接続されたサーバ上のサービスを利用して，実時間で情報が付加することで，仮想的にセンサ出力がインテリジェント化された方式を確立することを目指した．2018年度には，クライアントの画像を用いて，サーバに位置を問い合わせて，位置を特定するための画像位置計測システムに取り組んだ． 2019年度には，オクルージョン除去により検出精度向上により，UMap 全体の信頼性向上に成功した． 2020年度には，人の声に基づく感情推定システムを実際の応用へと展開した．発話された内容を元にネットワーク側で感情を推定する仕組みを確立した．

【研究の社会的意義】

従来，センサは直接計測した固定された物理量を出力するものであったが，多様な出力に変換させるためのデータ表現を考える必要がある．さらに，収集されたデータが増えると機械学習により，出力の精度を上げることが可能となる．この2点において，従来にはないセンシングの枠組みを構築することができる．今後，Internet of Things により，各種センサがインターネット接続されることが想定され，インターネットと接続されることにより，センサ自体のインテリジェント性が向上する点に社会的意義がある．

【研究種目】基盤研究(C)

【研究期間】2018-04-01 - 2021-03-31

【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)

【研究分野】通信・ネットワーク工学

【研究領域課題番号】16H04362 (KAKENデータベースで見る）

【研究キーワード】

グラフ信号処理 / 機械学習 / 信号処理 / スパース符号化 / センサネットワーク

【研究成果の概要】

本研究における成果として代表的なものは，大規模時空間データをスパースに表現するための高速グラフサンプリング手法および大規模行列特異値処理手法である．
高速グラフサンプリング手法においては，グラフ信号処理の知見を利用し，グラフ局所性作用素を用いたサンプリング手法の提案を行った．本手法は従来手法と比較して最大数千倍高速であり，データの復元精度も優れている．大規模行列特異値処理に関しては，ディジタルフィルタ設計等に用いられるチェビシェフ多項式近似を用いることで，陽に行列分解をすることなしに特異値処理された行列を算出できることを示した．

【研究の社会的意義】

Society 5.0 の実現のためには IoT から得られるビッグデータを効率よく処理する必要がある．本研究の成果は，ビッグデータ解析に対して（グラフ）信号処理の立場から非常に効率的なアルゴリズムを提案したことに学術的意義がある．同時に，今後ますます需要が増すビッグデータを利用した AI に対し，実用的にも大きな一歩となることが期待できる．

【研究種目】基盤研究(B)

【研究期間】2016-04-01 - 2019-03-31

【配分額】16,900千円 (直接経費: 13,000千円、間接経費: 3,900千円)

【研究分野】知能情報学

【研究領域課題番号】23300059 (KAKENデータベースで見る）

【研究キーワード】

脳-計算機海面 / 脳波 / 生体信号 / 感性と感情 / センサーネットワーク / 音楽 / 記号と非記号 / 帰納 / 学習と知識獲得 / 適応インタフェース / センサデータマイニング / 共感 / アンビエント / 機械学習 / 脳-計算機界面 / センサネットワーク

【研究成果の概要】

脳波計用に感性解析アルゴリズムを開発し、実験を行った。脳波計以外に、各種生理センサを併用して、比較することで精度の向上を図った。心拍はホラーゲームにおける感情の測定に有用であった。意味差分法のための6つの形容詞対をセンサによる計測の観点から再検討し、感情価(valence)と覚醒度(arousal)の２軸による評価を導入した。
作曲は遺伝的アルゴリズムを用いて行なった。遺伝的アルゴリズムは、染色体表現、遺伝的操作及び適合度関数の実装が非常に重要である。共生進化の手法により、旋律にモチーフ構造を導入して、その影響を調べた。このことにより、より高度な作曲へアプローチすることができた。

【研究種目】基盤研究(B)

【研究期間】2011-04-01 - 2014-03-31

【配分額】19,760千円 (直接経費: 15,200千円、間接経費: 4,560千円)