次世代無線通信とモバイルコンピューティング

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．

近年，データ処理をクラウドで集約して行う傾向から，マイクロソフトやGoogle TensorFlow などによるいくつかのIoTツールは， 機械学習等により訓練された判定関数などをIoT デバイスに導入できるエッジコンピューティング機能をサポートしつつあります． しかし，そういった既存のツールおよび既存アプローチのほとんどは，学習済みの判定機能の一部または全部をクラウドからエッジデバイスに移行することで， 以降のクラウドへのデータ量を削減することが目的であり，学習段階では依然として，学習機能を有するクラウドサーバーあるいはホームゲートウェイなどにすべてのデータを集約する必要があります． そこで本研究では，WSN(Wireless Sensor Network)において深層学習およびそれを用いたデータ処理を行うための新しい手法を提案しています．

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。