Next-gen Wireless Communication and Mobile Computing

近年，従来の自動車に搭載されているようなカーナビ，ETC，GPSなどに加え，安心・安全な運転を支援する機能として，車両周辺の人物や物体検知を行うためのLiDARやミリ波レーダー，カメラなど，様々なセンサーが搭載され，それらからの大量の情報を扱うことが求められている．このようなデータをやり取りするための車載ネットワークには遅延や・帯域，優先度に関する様々な通信品質要求が存在し，本研究グループでは車載ネットワークの最適化に係る研究に取り組んでいる．

In recent years, due to the trend of aggregating data processing in the cloud, some IoT tools, such as Microsoft and Google TensorFlow, are supporting edge computing functions that can introduce decision functions trained by machine learning, etc., to IoT devices. However, most of these existing tools and approaches aim to reduce the amount of data to be sent to the cloud by transferring some or all of the learned decision functions from the cloud to edge devices. In the learning phase, it is still necessary to aggregate all the data to a cloud server or a home gateway with learning functions. In this research, we propose a new method for deep learning and data processing in WSN (Wireless Sensor Network). 

モバイルコンピューティング・パーベイシブシステムにはLTE/4G, 5G・Wi-Fiといった無線通信技術が不可欠となります．本研究室ではこれら無線ネットワーク性能向上に係る研究に取り組んでいます．

Wi-FiやBLE/RF-IDなど無線電波を用いた人・モノの位置推定に関する研究を行っています。