{"metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00219580","sets":["6164:6165:6640:11008"]},"path":["11008"],"owner":"44499","recid":"219580","title":["エッジ・クラウド基盤システムにおける転移学習用ベースモデル選定の自動構築フレームワークの設計と実装"],"pubdate":{"attribute_name":"公開日","attribute_value":"2022-07-06"},"_buckets":{"deposit":"45763f92-109a-4b0e-a474-ef0fbaae2da1"},"_deposit":{"id":"219580","pid":{"type":"depid","value":"219580","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"エッジ・クラウド基盤システムにおける転移学習用ベースモデル選定の自動構築フレームワークの設計と実装","author_link":["572829","572827","572830","572828"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"エッジ・クラウド基盤システムにおける転移学習用ベースモデル選定の自動構築フレームワークの設計と実装"}]},"item_type_id":"18","publish_date":"2022-07-06","item_language":{"attribute_name":"言語","attribute_value_mlt":[{"subitem_language":"jpn"}]},"item_18_text_3":{"attribute_name":"著者所属","attribute_value_mlt":[{"subitem_text_value":"日立製作所研究開発グループ"},{"subitem_text_value":"日立製作所研究開発グループ"},{"subitem_text_value":"日立製作所研究開発グループ"},{"subitem_text_value":"日立製作所研究開発グループ"}]},"item_publisher":{"attribute_name":"出版者","attribute_value_mlt":[{"subitem_publisher":"情報処理学会","subitem_publisher_language":"ja"}]},"publish_status":"0","weko_shared_id":-1,"item_file_price":{"attribute_name":"Billing file","attribute_type":"file","attribute_value_mlt":[{"url":{"url":"https://ipsj.ixsq.nii.ac.jp/record/219580/files/IPSJ-DICOMO2022006.pdf","label":"IPSJ-DICOMO2022006.pdf"},"date":[{"dateType":"Available","dateValue":"2024-07-06"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2022006.pdf","filesize":[{"value":"943.6 kB"}],"mimetype":"application/pdf","priceinfo":[{"tax":["include_tax"],"price":"660","billingrole":"5"},{"tax":["include_tax"],"price":"330","billingrole":"6"},{"tax":["include_tax"],"price":"0","billingrole":"44"}],"accessrole":"open_date","version_id":"7a4322dc-36c5-48ea-8496-62bbc1a47b81","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2022 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"孫, 静涛"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"太田, 智也"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"手塚, 伸"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"小澤, 洋司"}],"nameIdentifiers":[{}]}]},"item_resource_type":{"attribute_name":"資源タイプ","attribute_value_mlt":[{"resourceuri":"http://purl.org/coar/resource_type/c_5794","resourcetype":"conference paper"}]},"item_18_description_7":{"attribute_name":"論文抄録","attribute_value_mlt":[{"subitem_description":"近年，スマートシティがますます注目されており，日本国内では，スマート港湾，スマート物流，スマート交通など様々な分野や地域に自動化システムの導入が拡大している．しかし，ヒトの予期せぬ行動で事故が多発しているため，安全性確保が大きな課題である．本研究では，現場のデバイスを素早くに制御するため，機械学習（ML）による人の行動予測と機械を制御する低遅延なエッジ・クラウド基盤の構築を検討した．しかし，現場の動作規則は倉庫等の現場毎に異なり，かつ頻繁に変化するので，ML モデルの再学習に計算時間と計算リソースの増大を抑制する課題があった．本研究では，利用者の目的や用途の変化を適応するため，エッジの環境状況と現場規則の管理により，最適な ML ベースモデル選定で計算時間とリソースの増大を抑制し，計算環境の自動構築できる共進化基盤システムを開発した．また，本研究の提案手法により，再学習時間と計算リソースの増大を抑制できるとともに，定量評価実験を通し，システムの構成・再構成条件の実行時間を大幅に短縮でき，実装方式の有効性を確認した．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"41","bibliographic_titles":[{"bibliographic_title":"マルチメディア，分散，協調とモバイルシンポジウム2022論文集"}],"bibliographicPageStart":"36","bibliographicIssueDates":{"bibliographicIssueDate":"2022-07-06","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2022"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"id":219580,"updated":"2025-01-19T14:50:40.312087+00:00","links":{},"created":"2025-01-19T01:19:39.112808+00:00"}