峰野 博史
研究概要
有線/無線通信を駆使して世の中のいたるところに無線センサ/アクチュエータノードを設置し、情報の発見だけでなく、高信頼な知的無線制御の実現を目指す『ユビキタスセンサネットワークグループ』と、多種多様な複雑な要素からなる現象のデータから機械学習を用いて状況・状態推定や将来予測を行う『分散知的情報処理グループ』の2グループによって、新時代のスマート情報化社会を発展、支えるようなライフイノベーションを目指した知的IoTシステムに関する研究テーマを進めています。
ロバスト無線センサ/アクチュエータネットワークシステムとマルチモーダル深層学習を用いた知的制御の研究では、高温多湿な施設園芸環境でも栽培期間中の稼働率99.99%以上を実現可能な高信頼な知的IoTシステムや、季節変動や植物記憶まで考慮して植物の生育を推測・制御できる農業AIの研究を進めています。IoTやAIを駆使しつつ異分野連携によって植物との対話への挑戦に取り組んでいます。
モバイルデータ3Dオフローディングと高精細エミュレーション環境の研究では、遅延耐性のあるモバイルデータを対象とし、通信路・空間・時間の三次元でオフローディングを実現する通信方式を研究開発しています。特に、端末エミュレーションとネットワークシミュレーションをシームレスに連携評価可能な高精細評価環境を構築し、実社会に即した移動モデルや予測制御を駆使した新たなモバイルデータオフローディング手法を研究しています。
時空間分解能と実時間性を考慮した分散処理制御基盤の研究では、小さい無限のジョブからなるデータストリームに対し、時空間分解能と実時間性を考慮してオンメモリデータの連続処理を動的に分散処理できる制御基盤を研究開発しています。膨大なデータストリームに対する時空間補間描画をリアルタイムに実現可能とし、いつでもどこでも素人でも容易に状況を視覚的に把握可能な仕組みを研究開発しています。
教員/研究室の独自ページ
機械学習や深層学習を用いた農業AIによる知的IoTシステムの研究
モバイルデータ3Dオフローディング(MDOP)と高精細エミュレーション環境(HiFEE)
時空間分解能と実時間性を考慮して時空間補間描画を実現する分散処理制御基盤