more is different n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
センサーネットワークでも 「 More is different 」 PowerPoint Presentation
Download Presentation
センサーネットワークでも 「 More is different 」

Loading in 2 Seconds...

play fullscreen
1 / 45

センサーネットワークでも 「 More is different 」 - PowerPoint PPT Presentation


  • 91 Views
  • Uploaded on

センサーネットワークでも 「 More is different 」. 日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 村山 立人 デイビス・ピーター murayama@cslab.kecl.ntt.co.jp davis@cslab.kecl.ntt.co.jp. 準備. 誤り訂正. 「システム的」解決策によって,通信路の物理的特性を超えた信頼性を確保する.. 《 符号化 》. 《 通信 》. 《 復号 》. 情報に 「冗長性」 を追加してロバストな通信を実現. 可逆データ圧縮.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'センサーネットワークでも 「 More is different 」' - yamka


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
more is different

センサーネットワークでも「More is different」

日本電信電話株式会社

NTTコミュニケーション科学基礎研究所

村山 立人 デイビス・ピーター

murayama@cslab.kecl.ntt.co.jp

davis@cslab.kecl.ntt.co.jp

slide3
誤り訂正
  • 「システム的」解決策によって,通信路の物理的特性を超えた信頼性を確保する.

《符号化》

《通信》

《復号》

情報に「冗長性」を追加してロバストな通信を実現

slide4
可逆データ圧縮
  • 冗長な情報系列をより経済的に記述することで,効率的なデータの記録を可能にする.

《符号化》

《記録》

《復号》

情報の「冗長性」を削除して経済的な記録を実現

slide5
不可逆データ圧縮
  • 情報系列の信頼性を犠牲にすることで,効率的なデータの記録を可能にする.

《符号化》

《記録》

《復号》

情報の「信頼性」を犠牲にして経済的な記録を実現

slide6
シャノンのレート・歪み理論
  • 全く冗長性の存在しない系列を圧縮できるか?

×

圧縮率

(レート)

ハミング距離

(歪み)

「レート・歪み関数」まではデータ圧縮が可能である

slide8
センサーネットワークとは?

《センサー》

端末はノイズが含まれたセンサー情報を独立に送信する

0100110

1100101

100110101011001010110

《コンピューター》

コンピューターは受信した複数のセンサー情報を統合する

《ネットワーク》

センサー情報の通信コストは

ネットワークの容量を超えない

slide9
新しい自由度の発見
  • 通信コストを一定にして,システムの情報損失を最小化するセンサーの「数」を議論することを提案

《飽和戦略》

通信容量を飽和させる比較的少数のセンサー情報を圧縮しないで伝送する

どちらの「戦略」が比較優位か?

情報は高品質で少数

情報は低品質で多数

《大システム化戦略》

通信容量を超える圧倒的多数のセンサー情報を不可逆圧縮して伝送する

slide10
「飽和戦略」のイメージ

観測

圧縮

復号

通信容量は

センサー2個分

統合

通信コスト=センサーの数(×観測したデータ量)

通信容量が一定だと,大規模化は不可能である

slide11
「大システム化戦略」のイメージ

観測

圧縮

復号

統合

通信コスト=センサーの数×情報の圧縮率

通信容量が一定でも,大システム化が可能となる

slide12
最適戦略の転移点が存在
  • 最良符号のレート・歪み限界を仮定する

情報損失(dB)

最適戦略が

シフトする !

飽和戦略

(少数&低圧縮)

大システム化戦略

(多数&高圧縮)

ノイズ(BER)

通信コスト=エージェント数×圧縮率が一定

ノイズが小さい⇒少数のエージェントで低圧縮

ノイズが大きい⇒多数のエージェントで高圧縮

slide14
二極化する学術動向
  • センサーネットワークにおける理論と実践の乖離
  • 《理論》 研究者は情報理論を専門とする
    • 【利点】 システムに創発する非自明な関係性を記述
    • 【欠点】 ユーザー側の要請を無視した「砂上の楼閣」

実用的な革新技術を先導する「標語的定理」が必要!

  • 《実践》研究者はエンジニアリングを専門とする
    • 【利点】ユーザー側の要請を現実的手段で解決
    • 【欠点】えてして既存技術の「自明な集積」になりがち
slide15
「CEO問題」とは?

多数を「無限」で近似する!

《エージェント》

無限個のエージェントがノイズが含まれた情報を独立に送信する

0100110

1100101

100110101011001010110

《マネージャー》

マネージャーは受信した無限個の情報を統合して予想する

《ネットワーク》

センサー情報の通信コストは

ネットワークの容量を超えない

必ずしも独立に復号しない

slide16
「CEO問題」のイメージ

観測

圧縮

復号

統合

統合の前処理としての分散復号を強制しない

情報の復号と統合における自由度が大きい難問

slide17
もし強制的に独立復号させると

観測

圧縮

復号

統合

センサー情報を独立に復号しない自由度を消去

「大システム化戦略」+「復号・統合融合」=「CEO」

slide18
さらに圧縮自体を禁止すると

観測

圧縮

復号

通信容量は

センサー2個分

統合

センサー情報を独立に圧縮する自由度を消去

「飽和戦略」+「分散符号化」=「大システム化戦略」

slide19

《圧縮》

《観測》

《統合》

《復号》

システムの自由度
  • 自由度に注目したモデルのマップ

非圧縮

独立復号

飽和戦略  大システム化戦略CEO問題

slide20
「CEO問題」の結論
  • ネットワークの通信容量が一定なら,センサーが無限にあっても有限の誤差が残る!

ノイズ

容量

《指数的減衰》

Berger, Zhang, & Viswanathan 1996

システム科学的な視点を持たない漸近論を完成

システム科学的な視点を持った非漸近論は?

slide21
システムの「解ける化」

完全にランダムな情報源を観測

《通信路モデル》

《圧縮モデル》

レート・歪み限界で不可逆圧縮

ビットごとの多数決で最適に予想

《統合モデル》

slide22
「有効歪み」の通信路モデル
  • 「有効歪み」を次式で定義する.

ノイズ

等価

有効歪み

独立復号過程は結局ひとつの

通信路モデルに帰着する!

歪み

slide23
ビット誤り率:有限系
  • 《ニ項分布》ビットが反転している確率
  • 《累積分布》ビット以下が反転している確率

《ビット誤り率》

slide24
ビット誤り率:無限系

有限系

中心極限定理

無限系

slide25
情報の伝達可能性
  • ビット誤り率は,レート・歪み限界の高圧縮領域の漸近的な振る舞いによって分類できる.

情報が全く

伝わらない

情報が欠損して伝わる

実現不可能

slide26
相対ビット誤り率
  • 大システム戦略の飽和戦略に対する優位性を測るため,ビット誤り率をデシベル(dB)で定義

大システム化戦略

飽和戦略

《最適性の判定条件》

相対ビット誤り率が負⇒「大システム化戦略」

相対ビット誤り率が正⇒「飽和戦略」

slide28
最良符号による大システム化
  • 最良符号のレート・歪み限界を分析する.
  • 最良符号による大システム化戦略

《高圧縮領域》

テーラー展開

有意な指数が実現可能!

情報を伝えることができる

飽和戦略に対しての比較優位性は?

slide29
最適戦略の転移理論
  • 大システム化が最適戦略になる領域が存在!

ココが

すごい

優位性の存在は,コストを払ってシステムを大規模化する理論的動機を与える!

slide31
ベクトル量子化の定義
  • 任意の情報ビットは唯一の「ボロノイ領域」に属し,その「代表ゲージ」(代表点)に置き換わる.
  • 指標の写像は「代表ゲージ」(代表点)を定義
  • 代表ゲージ(代表点)が支配する「ボロノイ領域」
slide32
ベクトル量子化のイメージ
  • 情報をボロノイ領域に分割して代表ゲージ(代表点)を考える
slide33
孤立系の自由エネルギー
  • システムのコスト関数は「孤立系」で表現される
  • エネルギーがハミング距離で測った「歪み」

厳密解

コスト関数

(エネルギー)

「ランダム

ウォーク」

歪みがセンサー数の関数として厳密に求まる

slide34
ビット誤り率の厳密解
  • 汎用公式に厳密解を代入
  • ベクトル量子化の性能限界
slide35
ベクトル量子化の限界
  • 最良符号とは定性的に異なる性能限界を示す

冗長性がないので,それを搾取して圧縮できない

slide37
パリティ量子化の定義: K=2
  • 任意の情報ビットは複数の「擬似ボロノイ領域」に属し,代表ゲージの「パリティ」に置き換わる.
  • 代表ゲージの集合が「パリティ」を定義
  • 代表ゲージが支配する「擬似ボロノイ領域」
slide38
パリティ量子化のイメージ
  • 情報を擬似ボロノイ領域に重複して分割して代表ゲージを考え,パリティを構成する
slide39
多体系の自由エネルギー
  • システムのコスト関数は「多体系」で表現される
  • エネルギーがハミング距離で測った「歪み」

近似解

コスト関数

(エネルギー)

レプリカ法で計算可能

自由エネルギーの鞍点解

歪みがセンサー数の関数として近似表現される

slide40
ビット誤り率の近似解
  • 汎用公式に近似解を代入
  • パリティ量子化の性能限界

鞍点方程式

を漸近解析

slide41
定数
  • 定数
  • 鞍点方程式
    • 秩序パラメータの分散:
    • エントロピー非負条件:
  • 積分測度:
slide42
パリティ量子化の限界: K=2
  • 最良符号と定性的に似たような性能限界を示す

情報理論的な「トレード・オフ」をうまく搾取する

slide43
パリティ量子化の限界: K→∞
  • 最良符号と同一の性能限界を示す

レート・歪み関数による漸近解析と一致する!

slide44
飽和戦略の実施例

5.4k bps

BER 20.0%

計測

伝送

32.4k bps

BER 20.0%

BER 9%

推定

slide45
大システム化戦略の実施例

5.4k bps

BER 20.0%

計測

圧縮

&

伝送

32.4k bps

BER 24.7%

BER 5%

推定