Achievements 2022

2022 年度研究業績の概要

1. 脳や生体の環境適応性・進化適応性に着想を得たネットワーク化プラットフォームに関する研究

• 1.1. 生物の環境適応性に基づく自己組織化制御技術の確立に関する研究
  • 1.1.1. ニホンアマガエルの合唱行動のモデル化と通信ネットワークへの応用（筑波大学との共同研究）
• 1.2. 生物の進化適応性に基づく情報ネットワークアーキテクチャに関する研究
  • 1.2.1. 生物の進化過程における多様性に着目した仮想ネットワーク制御手法
  • 1.2.2. 進化における生物多様性に着想を得た仮想ネットワーク埋め込み制御手法
  • 1.2.3. 進化適応性を有するネットワーク仮想化システムの設計技術に関する研究
• 1.3. 脳の情報処理機能のネットワーク化プラットフォーム制御技術への応用に関する研究
  • 1.3.1. 脳の情報処理機構の拡張による端末-エッジ-クラウド連携制御（一部、NECブレイン・インスパイヤード・コンピューティング協働研究所における成果）
  • 1.3.2. 自由エネルギー原理の情報システム制御への応用に関する研究
• 1.4. 脳の情報処理機構に基づいたQoE制御の向上に関する研究
  • 1.4.1. 動画像視聴中のユーザのQoEを向上するビットレート選択手法の実装と評価（一部、NHK放送技術研究所との共同研究）
  • 1.4.2. 動画視聴中の心理的影響の量子意思決定モデル表現とQoE制御手法に関する研究
• 1.5. ニューロダイバーシティを理解し尊重するデジタル・ウェルビーイング空間の実現
  • 1.5.1. リアルタイムなストレス状態検知手法に関する研究（ダイキン工業株式会社との共同研究）
  • 1.5.2. ウェルビーイング空間制御手法に関する研究（ダイキン工業株式会社との共同研究）

2. 確率的表現を用いた実世界／仮想世界融合プラットフォーム（確率的デジタルツイン）に関する研究

• 2.1. 確率モデルによる実世界状態表現と実世界／仮想世界インタラクションに関する研究
  • 2.1.1. 脳の情報処理機構に着想を得たマルチモーダルオブジェクト認識技術の開発（NEC B5G協働研究所の成果）
  • 2.1.2. ロボット制御のための時空間確率モデルによる実世界予測と制御に関する研究（NEC B5G協働研究所の成果）
• 2.2. 3次元点群データを用いた実空間確率場表現とC-V2Xシステムへの応用に関する研究
  • 2.2.1. ３次元点群データを用いた実空間確率場表現に関する研究
  • 2.2.2. 実空間確率場表現を利用したVRストリーミング方式に関する研究
  • 2.2.3. C-V2Xシステムを対象とした３次元点群データに基づく実空間表現に関する研究

3. 次世代サービスネットワークアーキテクチャに関する研究

• 3.1. ネットワークサービスのエコシステム構築に関する研究
  • 3.1.1. APIエコノミーに関する研究
• 3.2. ユーザQoE（Quality of Experience）の向上に関する研究
  • 3.2.1. 動画像視聴中のユーザのQoEを向上するビットレート選択手法の実装と評価（一部、NHK放送技術研究所との共同研究）（1.4.1項再掲）
  • 3.2.2. 動画視聴中の心理的影響の量子意思決定モデル表現とQoE制御手法に関する研究（1.4.2項再掲）

4. 次世代移動体通信ネットワーク（Beyond 5G/6G）に関する研究

• 4.1. セルラーV2Xのための移動体通信サービスに関する研究
  • 4.1.1. エッジコンピューティング技術を活用したセルラーV2Xにおける衝突検知手法に関する研究（一部、KDDI総合研究所との共同研究）
  • 4.1.2. セルラーV2Xのためのリソース割当手法に関する研究（一部、KDDI総合研究所との共同研究）
• 4.2. 高信頼・低遅延通信（URLLC）実現のためのリソーススケジューリングに関する研究
• 4.3. 小型5G移動基地局に関する研究
• 4.4. B5G時代における車載光ネットワークに関する研究

5. 次世代エッジコンピューティングに関する研究

• 5.1. マイクロデータセンターにおけるリソース分離型アーキテクチャに関する研究
  • 5.1.1. マイクロデータセンターにおけるリソース分離型アーキテクチャに関する研究
• 5.2. 脳の情報処理機構の拡張による端末-エッジ-クラウド連携制御
  • 5.2.1. 脳の情報処理機構の拡張による端末-エッジ-クラウド連携制御（一部、NECブレイン・インスパイヤード・コンピューティング協働研究所における成果）（1.3.1項再掲）
  • 5.2.2. ロボット制御のための時空間確率モデルによる実世界予測と制御に関する研究（一部、NEC B5G協働研究所の成果）（2.1.2項再掲）
• 5.3. エッジコンピューティング技術を活用したセルラーV2Xに関する研究
  • 5.3.1. エッジコンピューティング技術を活用したセルラーV2Xにおける衝突検知手法に関する研究（一部、KDDI総合研究所との共同研究）（4.1.1項再掲）
  • 5.3.2. セルラーV2Xのためのリソース割当手法に関する研究（一部、KDDI総合研究所との共同研究）（4.1.2項再掲）

6. サイバーセキュリティの高度化に関する研究

• 6.1. 機械学習モデルに対する攻撃とその対策についての研究
  • 6.1.1. 多数のセンサからの情報を入力として用いる機械学習モデルに対する攻撃とその対策についての研究