【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】メディア情報学・データベース

【研究領域課題番号】18700096 (KAKENデータベースで見る）

【研究キーワード】

センサネットワーク / 信号処理 / 高速WAL / データストリーム / CPUキャッシュ / DBMSカーネル / リアルタイム / パタンマッチング / ユビキタス技術 / Write Ahead Logging / 信号処理技術 / ロボット / 可視化 / 実世界検索

【研究成果の概要】

本研究の目標はセンサデータ集約サイトにおける高機能・高性能・高信頼なDBMSの設計原理確立だった。昨年度はプロトタイプであるKRAFTを開発し,そのリリースを行った.今年度は昨年度開発したプロトタイプの安定化,およびアプリケーションの開発に注力した.アプリケーションとしてはロボットデータを可視化するツール,ユビキタスコンピューティング用高レベルミドルウェア,探し物検索システムなどである.安定化を行うために徹底的なコードレビューを行い,多数のバグを取り除くことができた.安定化した結果は1件の国際会議で発表を行い,アプリケーションについては4件の国際会議および1件の論文誌で発表を行った.さらに3件の国際会議での発表および1件の国際会議デモ発表が予定されている.また,KRAFTを使いたいという申し出を複数の企業研究所および大学から受け,試験運用を行った.来年度は本格的な運用を予定している.
また,昨年度開発したCPUキャッシュを考慮してDBMSカーネルの性能を高める技術を一層推し進め,昨年度同様にオープンソースのDBMSであるPostgreSQLの性能を70%向上させる成果を得た。昨年度は高々30%であったが,今年度は大きな向上を得た.この成果は1件の論文誌で発表すると共に,共同研究者がACM SIGMOD Undergraduate Student Competitionに採択された.
さらに,ユビキタスセンサネットワーク時代のデータベース基盤技術に関して,3件の招待講演を行った.

【研究種目】若手研究(B)

【研究期間】2006 - 2007

【配分額】3,600千円 (直接経費: 3,600千円)