2021研究紹介

26/111

25キーワード相談に応じられる内容キーワード相談に応じられる内容キーワード相談に応じられる内容兆しを掴み未来を予測 －分野横断・連携型数値シミュレーション技術－KIMURA Hideaki工学部 情報工学科教授　木村 秀明数値シミュレーション技術、知識クラウド化と人間行動制御容易化技術、様々なIoTセンサ技術、AI応用、センサとAIによるインフラ管理技術、リバースエンジニアリング　未来社会像Society 5.0の実現には、「新たなサービスを生み出す創造力」と「実世界に近い実験環境」が必要である。　本研究室では、「サイバーフィジカルシステム」、「ディジタルツインコンピューティング」等、Society 5.0を支える実世界と仮想世界を連携した未来予測を可能とする「Computer-based World」構築に向けたデータ「収集」、「蓄積」、「解析」および「制御」技術の研究を行っている。【研究テーマ】●社会インフラ将来状態予測技術（図1）●システム異常・要因予測技術（図2）●IoTデバイス超低消費電力化技術●一般ユーザ参加型インセンティブ方式●膨大化するクラウド蓄積データ削減技術●AI連携適応型数値モデリング技術●知識クラウド化を仮定した人間行動数値計算技術●分野横断・連携数値シミュレーション技術●仮想世界での最適解を実世界にフィードバックする技術Society 5.0、数値シミュレーション、AI、IoT、人間行動モデリング、5G、8K、未来予測・予知差分解析予測異常箇所入力突合予測TimedutilpmAeData_R実観測データ数値シミュレーションデータTimedutilpmAeData #1FrequencydutilpmAeData #kFrequencyS-retemarapData #N図2　システム異常、要因予測特許P106参照独自HPキーワード相談に応じられる内容組み込み用学習エンジンの開発と応用YAMAUCHI Koichiro工学部 情報工学科教授　山内 康一郎組み込み用人工知能の応用、組み込み用ソフトウエアの高度化、追加学習が必要なアプリケーション　近年組み込み用マイクロコンピュータの性能は飛躍的な進化を遂げており、より知的な組み込み用ソフトウエアが求められています。しかしながら組み込み機器の容量は依然として少ないのが現状です。　当研究室では少ないメモリ容量であっても組み込みが可能な人工知能の研究を行っています。特に昆虫が物事を学ぶさまをヒントとする学習エンジンを開発して、小さな組み込み機器上で実現する研究を行っています。限られたメモリ容量内での学習を行うには、既存手法のように容量に制限の無い状態を仮定した学習方法とは全く異なる戦略が必要です。　提案手法では、次々と逐次的に与えられるデータのうち、今与えられているデータを「1度だけ」観測するだけで、これまでに与えられた全データの情報を勘案した規則性を見出すことで学習します。ただしデータは一切保存しません。これらをkernel法を用いて実現しています。【研究テーマ】●組み込み用学習エンジン（kernel machine）の開発●学習機能を持たせた高速ＭＰＰTマイクロコンバータの開発●ニューラルネットワークのFew-shot/追加学習/連続学習アルゴリズムの開発追加学習アルゴリズム、組み込み機器、昆虫の微小脳、マイクロコンバータ、電源回路、人工知能 LGRNN (patent pending)工学部工学部