グラフ信号処理によるスパース符号化：センサ群より得られた大規模時空間データの解析
【研究分野】通信・ネットワーク工学
【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．
【研究代表者】
【研究分担者】 |
| 田中 聡久 | 東京農工大学 | 工学(系)研究科(研究院) | 教授 | (Kakenデータベース) |
| 京地 清介 | 北九州市立大学 | 国際環境工学部 | 准教授 | (Kakenデータベース) |
| 小野 峻佑 | 東京工業大学 | 科学技術創成研究院 | 助教 | (Kakenデータベース) |
|
【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)