Acquisition of detailed and accurate information from a brain-morphic wireless sensor network by reservoir computing

本研究では、センシング、情報処理、通信の全てをパルス信号で実施する脳型無線センサネットワークによる情報基盤の確立を目指し、リザバ計算の応用によってパルス信号授受のダイナミクスから観測値の空間分布などの詳細な情報を高い精度で取得することを目的としている。令和4年度においては、令和3年度に引き続き、課題1～課題3を総合的に推進し、100台の興奮性ノードと25台の抑制性ノードを組合せ、バイナリセンサの閾値に応じて入力電流を設定し、読み出しノードにおいてランダムフォレストアルゴリズムを用いることで、熱源が一つの場合の平均推定誤差6.74度を達成した。さらに、脳型無線センサネットワークの高機能化のため、領域内の任意の位置に存在するアクチュエータがその周囲のノードのパルス送信状態を観測することによってイベントの発生を検知し、動作するためのネットワーク設計を行った。このような設定では、領域の四隅と中央に配置した読み出しノードのパルス発信状態が観測可能であるという従来の設定に対して、読み出しノードの空間分布がアクチュエータの周囲に限られるため、パルス発信状態の多様性が低下し、イベント検知が困難になるという問題がある。検討、検証の結果、100台の興奮性ノードと25台の抑制性ノードに加え、通信距離が大きい4台のリレーノードを配置することで、アクチュエータが領域中央に位置する場合に82.81%のイベント検知率と0.01の距離誤差を達成した。

本研究では、センシング、情報処理、通信の全てをパルス信号で実施する脳型無線センサネットワークによる情報基盤の確立を目指し、リザバ計算の応用によってパルス信号授受のダイナミクスから観測値の空間分布などの詳細な情報を高い精度で取得することを目的としている。令和4年度においては、令和3年度に引き続き、課題1～課題3を総合的に推進し、100台の興奮性ノードと25台の抑制性ノードを組合せ、バイナリセンサの閾値に応じて入力電流を設定し、読み出しノードにおいてランダムフォレストアルゴリズムを用いることで、熱源が一つの場合の平均推定誤差6.74度を達成した。さらに、脳型無線センサネットワークの高機能化のため、領域内の任意の位置に存在するアクチュエータがその周囲のノードのパルス送信状態を観測することによってイベントの発生を検知し、動作するためのネットワーク設計を行った。このような設定では、領域の四隅と中央に配置した読み出しノードのパルス発信状態が観測可能であるという従来の設定に対して、読み出しノードの空間分布がアクチュエータの周囲に限られるため、パルス発信状態の多様性が低下し、イベント検知が困難になるという問題がある。検討、検証の結果、100台の興奮性ノードと25台の抑制性ノードに加え、通信距離が大きい4台のリレーノードを配置することで、アクチュエータが領域中央に位置する場合に82.81%のイベント検知率と0.01の距離誤差を達成した。