センサネットワークにおける分散型深層学習の設計と評価

• 福島, 悠太

• 山口, 弘純

• 東野, 輝夫

書誌事項

タイトル別名

• Design and Evaluation of Distributed Deep Learning in Wireless Sensor Network

抄録

無線センサネットワークにおいて，センサに付随するマイコンの高機能化・省電力化が進めば，従来クラウドで行っていた学習や異常検出，判定などのタスク処理をセンサネットワークにオフローディングし，データ発生場所に近い場所でそれらを効率良く行うことができる自律的な知能センサネットワークが実現できる．本研究ではCNNを対象に，それをデータ発生源であるセンサ機器からなるローカルな無線センサネットワーク内で分散実行する新しいアーキテクチャを提案し，そのための分散実行プロトコルならびにアルゴリズムを提案する．提案手法はメッシュ型の無線センサネットワークが面的かつ定期的に取得するデータ（たとえば温度分布など）を対象とし，センサノードに深層学習におけるユニットの役割を割り当てる．提案手法の有効性を評価するため，1,400m2超の実ラウンジスペースの50地点の温度データと6×6の赤外線センサで収集された人の動きのデータを用いた．1台のPC上で複数のノードによる分散学習を実行できるプログラムを仮想的に実装し，通常のCNNによる学習と提案手法による分散学習におけるノードのデータ通信コストと学習精度の比較をシミュレーションで行った．その結果，十分妥当なノードのデータ通信コストのもとで，通常のCNNと遜色ない学習精度を達成できることが確認できた．

If wireless sensor nodes become more powerful and more energy-efficient, data processing tasks such as classification and anomaly detection, which has been performed in cloud servers, can be offloaded to the wireless sensor network. This enables to realize an autonomous intelligent sensor network which can efficiently perform the tasks at places close to the data sources. In this paper, we propose new architecture, protocol and algorithm to distribute and execute CNN (Convolutional neural network) over wireless sensor nodes. The idea is to appropriately assign neurons of the CNN to wireless nodes, each of which has limited processing capability but can have some power when they are united. We virtually implement a program that can execute distributed learning by multiple nodes on one PC and conducted two experiments by simulation using real data; one is for anomaly detection of temperature in an over-1,400m2 lounge space using 50 temperature sensors to confirm the learning capability as well as communication overhead, and another is for activity recognition using a 6×6 array of thin-, energy-efficient film-type infra-red sensors with micro-processors to demonstrate our concept. As a result, it was found that the proposed method can achieve learning accuracy comparable to normal CNN with adequate communication overhead.

収録刊行物

• 情報処理学会論文誌

  情報処理学会論文誌 60 (1), 2-15, 2019-01-15

キーワード

• [特集：未来の暮らしを支えるパーベイシブシステムと高度交通システム] エッジコンピューティング，センサネットワーク，深層学習，分散化

詳細情報

• CRID: 1050001338290806272
• NII論文ID: 170000150018
• NII書誌ID: AN00116647
• ISSN: 18827764
• Web Site: http://id.nii.ac.jp/1001/00193789/
• 本文言語コード: ja
• 資料種別: journal article
• データソース種別:
  • IRDB
  • CiNii Articles
  • KAKEN