| 講演抄録／キーワード |
| 講演名 |
2019-10-03 11:15
［ポスター講演］無線センセネットワークにおける通信環境とノード処理能力に応じた深層学習の処理分割方式
○梅田果凜・西辻 崇・朝香卓也（首都大東京）・三好 匠（芝浦工大） |
| 抄録 |
（和） |
Internet of Things（IoT）の普及により，無線センサネットワークの利用が拡大している．利用の拡大により取得するデータ量が増加し，通信帯域の圧迫が考えられる．センサネットワーク上で深層学習をする場合において，深層学習は現在サーバによって実行されており，処理するデータ量が増えるとサーバの負荷が増加する．サーバの負荷を軽減するために，深層学習に関する通信ネットワーク上での分散処理についての従来研究では，エッジコンピューティングを使用した分散処理とモバイル端末を使用した並列処理の方法が提案されている．しかし，これらの方法ではデータ処理速度は速くなるが，ノード間の通信量の増加，さらには特定のノードだけの消費電力が大きいという問題がある．そこで，本研究では，無線センサネットワークにおいて通信量とサーバの負荷軽減を目的とし，各センサの処理能力や通信環境に応じて深層学習の中間層を割り当てる方法を提案する． |
| （英） |
Wireless sensor networks are developing with the progress of the Internet of Things (IoT). As this expansion continues, the amount of data to be acquired will increase and the communication bandwidth may become pressed. When deep learning is performed on a sensor network, deep learning is currently performed by the server, and the load on the server increases as the amount of data to be processed increases. In order to reduce the load on the server, in the previous researches on distributed processing on communication networks related to deep learning, distributed processing using edge computing and parallel processing using mobile terminals have been proposed. Although these methods increase the data processing speed, there is a problem that the amount of communication between nodes increases and the power consumption of only a specific node is large. Therefore, in this study, we propose a method of assigning intermediate layers for deep learning according to the processing capacity and communication environment of each sensor for the purpose of reducing the traffic and server load in the wireless sensor network. |
| キーワード |
（和） |
無線センサネットワーク / 深層学習 / 分散処理 / / / / / |
| （英） |
Wireless Sensor Network / Deep Learning / Distributed Processing / / / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|