| アイテムタイプ |
Article |
| ID |
|
| プレビュー |
| 画像 |
|
| キャプション |
|
|
| 本文 |
KAKEN_19H04099seika.pdf
| Type |
:application/pdf |
Download
|
| Size |
:370.4 KB
|
| Last updated |
:Dec 11, 2024 |
| Downloads |
: 42 |
Total downloads since Dec 11, 2024 : 42
|
|
| 本文公開日 |
|
| タイトル |
| タイトル |
クラウド側とエッジ側機器の動的な協調に基づく自律分散共進化AI基盤技術の研究開発
|
| カナ |
クラウドガワ ト エッジガワ キキ ノ ドウテキナ キョウチョウ ニ モトズク ジリツ ブンサン キョウシンカ AI キバン ギジュツ ノ ケンキュウ カイハツ
|
| ローマ字 |
Kuraudogawa to ejjigawa kiki no dōtekina kyōchō ni motozuku jiritsu bunsan kyōshinka AI kiban gijutsu no kenkyū kaihatsu
|
|
| 別タイトル |
| 名前 |
Research and development of autonomous distributed co-evolutionary AI infrastructure technology based on dynamic coordination between cloud-side and edge-side devices
|
| カナ |
|
| ローマ字 |
|
|
| 著者 |
| 名前 |
中澤, 仁
 |
| カナ |
ナカザワ, ジン
|
| ローマ字 |
Nakazawa, Jin
|
| 所属 |
慶應義塾大学・環境情報学部 (藤沢) ・教授
|
| 所属(翻訳) |
|
| 役割 |
Research team head
|
| 外部リンク |
科研費研究者番号 : 80365486
|
| 名前 |
宮前 (岸野), 泰恵
|
| カナ |
ミヤマエ (キシノ), ヤスエ
|
| ローマ字 |
Kishino, Yasue
|
| 所属 |
日本電信電話株式会社NTTコミュニケーション科学基礎研究所・協創情報研究部・主任研究員
|
| 所属(翻訳) |
|
| 役割 |
Research team member
|
| 外部リンク |
科研費研究者番号 : 20466410
|
| 名前 |
須山, 敬之
|
| カナ |
スヤマ, タカユキ
|
| ローマ字 |
Suyama, Takayuki
|
| 所属 |
大阪工業大学・情報科学部・教授
|
| 所属(翻訳) |
|
| 役割 |
Research team member
|
| 外部リンク |
科研費研究者番号 : 80396134
|
| 名前 |
|
| カナ |
|
| ローマ字 |
|
| 所属 |
|
| 所属(翻訳) |
|
| 役割 |
|
| 外部リンク |
|
|
| 版 |
|
| 出版地 |
|
| 出版者 |
|
| 日付 |
| 出版年(from:yyyy) |
2023
|
| 出版年(to:yyyy) |
|
| 作成日(yyyy-mm-dd) |
|
| 更新日(yyyy-mm-dd) |
|
| 記録日(yyyy-mm-dd) |
|
|
| 形態 |
|
| 上位タイトル |
| 名前 |
科学研究費補助金研究成果報告書
|
| 翻訳 |
|
| 巻 |
|
| 号 |
|
| 年 |
2022
|
| 月 |
|
| 開始ページ |
|
| 終了ページ |
|
|
| ISSN |
|
| ISBN |
|
| DOI |
|
| URI |
|
| JaLCDOI |
|
| NII論文ID |
|
| 医中誌ID |
|
| その他ID |
|
| 博士論文情報 |
| 学位授与番号 |
|
| 学位授与年月日 |
|
| 学位名 |
|
| 学位授与機関 |
|
|
| 抄録 |
クラウド側とエッジ側機器の動的な協調に基づく自律分散共進化AI基盤技術を構築した。同基盤技術では、深層学習モデルをエッジ側で駆動して動画像からリアルタイムに特定の物体を検出し、検出結果を出力可能である。このためにまず知的処理をエッジ側のセンサと計算機内でリアルタイムに自律分散して実行する。また、エッジ側での知的センシングを常に最適な状態に保つために、クラウド側との協調によるエッジ側を最適化する。これらにより、実空間内の多数のエッジ側センサノードが新たなモデルに基づくセンシングを行い、またクラウド側計算機はそのセンシング結果を用いて次世代の学習を行ってその結果をエッジ側へ転移可能となった。
Autonomous distributed co-evolutional AI infrastructure technology based on dynamic coordination between cloud-side and edge-side devices has been developed. This platform technology can detect specific objects from video images in real time by driving deep learning models at the edge and output the detection results. For this purpose, intelligent processing is first performed autonomously and distributed in real time within the sensor and computer on the edge side. In addition, to keep the intelligent sensing at the edge in an optimal state at all times, the edge side is optimized in cooperation with the cloud side. As a result, a large number of sensor nodes at the edge in real space perform sensing based on a new model, and the cloud-side computer can use the sensing results to learn the next generation and transfer the results to the edge side.
|
|
| 目次 |
|
| キーワード |
|
| NDC |
|
| 注記 |
研究種目 : 基盤研究 (B) (一般)
研究期間 : 2019～2022
課題番号 : 19H04099
研究分野 : 情報学
|
|
| 言語 |
|
| 資源タイプ |
|
| ジャンル |
|
| 著者版フラグ |
|
| 関連DOI |
|
| アクセス条件 |
|
| 最終更新日 |
|
| 作成日 |
|
| 所有者 |
|
| 更新履歴 |
|
| インデックス |
|
| 関連アイテム |
|
