| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-07-18 14:35 無線ネットワーク上での低遅延推論のための空中計算を適用した分散主成分分析 ○村上勇紀・荒井 甲・佐藤光哉・石橋功至（電通大）  RCS2024-102 |
|
| 抄録 | （和） | 本稿では，無線センサネットワーク上で機械学習を適用する際のデータ収集時間の短縮に向けた，分散型主成分分析(DPCA：Distributed Principal Component Analysis)に基づく次元圧縮手法を提案する． 提案手法では，DPCAにおける処理の一部を，電磁波の重ね合わせの性質を利用した空中計算(AirComp:Over-the-Air Computation)により実行することで，分散センサからのデータ収集の効率化を図る． また，空中計算に伴い生じる雑音の影響を緩和するため，雑音除去および送信電力制御方法を導入する． 画像分類用データセットであるMNISTを用いた計算機シミュレーションにより，データ収集に要する通信時間と学習性能にはトレードオフの関係があることを明らかにする． 提案手法は，従来のDPCAと比較して，画像識別の正解率の劣化を数ポイント程度に抑えた上で，データ収集に要する通信時間を大幅に短縮可能であることを示す． |
| （英） | This paper proposes a dimensionality reduction method based on distributed principal component analysis (DPCA) to reduce data aggregation time for machine learning (ML) tasks in wireless sensor networks. The proposed method enables time-efficient aggregation by replacing part of the DPCA process with over-the-air computation (AirComp), based on the superposition property of electromagnetic waves in multiple access channels. To mitigate the noise effects caused by AirComp,we introduce a denoising process and transmission power control into the proposed AirComp-aided DPCA. Numerical results with the MNIST dataset reveal a trade-off between aggregation time and ML performance. The proposed method can significantly reduce aggregation time at the cost of only a few points decrease in ML performance compared to the conventional DPCA. | |
| キーワード | （和） | 無線センサネットワーク / 空中計算 / 機械学習 / 主成分分析 / / / / |
| （英） | wireless sensor network / over-the-air computation / machine learning / principal component analysis / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 107, RCS2024-102, pp. 94-99, 2024年7月. | |
| 資料番号 | RCS2024-102 | |
| 発行日 | 2024-07-10 (RCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | RCS2024-102 |
|
| 研究会情報 | |
| 研究会 | RCC RCS SeMI NS SR RISING |
| 開催期間 | 2024-07-17 - 2024-07-19 |
| 開催地（和） | かでる2・７（北海道立道民活動センター） |
| 開催地（英） | Hokkaido Citizens Activities Promotion Center |
| テーマ（和） | 高信頼制御通信,無線分散ネットワーク，M2M(Machine-to-Machine)，D2D(Device-to-Device)，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2024-07-RCC-RCS-SeMI-NS-SR-RISING |
| 本文の言語 | 日本語 |
| タイトル（和） | 無線ネットワーク上での低遅延推論のための空中計算を適用した分散主成分分析 |
| サブタイトル（和） | |
| タイトル（英） | Over-the-Air-Computation-Aided Distributed Principle Component Analysis for Low-Latency Inference over Wireless Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 無線センサネットワーク / wireless sensor network |
| キーワード(2)（和/英） | 空中計算 / over-the-air computation |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | 主成分分析 / principal component analysis |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 村上 勇紀 / Yuki Murakami / ムラカミ ユウキ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communication (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 荒井 甲 / Kabuto Arai / アライ カブト |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communication (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | 佐藤 光哉 / Koya Sato / サトウ コウヤ |
| 第3著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communication (略称： UEC) |
| 第4著者 氏名（和/英/ヨミ） | 石橋 功至 / Koji Ishibashi / コウジ イシバシ |
| 第4著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communication (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-07-18 14:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2024-102 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.107 |
| ページ範囲 | pp.94-99 |
| ページ数 | 6 |
| 発行日 | 2024-07-10 (RCS) |
[研究会発表申込システムのトップページに戻る]