JP7156416B2 - データ圧縮システム、送信端末、学習モデル構築装置及びプログラム - Google Patents

Description

本発明は、複数のデータ片を個別に所得し夫々に圧縮処理を施したものを送信するデータ圧縮システム、送信端末、学習モデル構築装置及びプログラムに関する。

近年、検知対象に設置した複数のセンサ端末によって検出されたセンサデータ片の各々をサーバに送信し、サーバ側で受信した各センサデータ片を分析することで、検知対象に係る各種の状態を判定する技術が普及している。

また、複数のセンサ端末の各々として、検出したセンサデータ片に対してデータ圧縮を施したものを送信することで通信効率を高めるようにしたセンサデータ圧縮システムが提案されている（例えば特許文献１参照）。

当該センサデータ圧縮システムでは、ニューラルネットワークを備えた学習用端末に、センサデータを入力することで、最適な圧縮比を推定する学習モデルを構築する。各センサ端末は、この学習モデルに基づき、自身が検知したセンサデータを圧縮（データサンプルの間引き）して復元した際に、低い圧縮比と復元誤差率を得ることができる最適な圧縮比を設定する。そして、センサ端末の各々は、その圧縮比でセンサデータを圧縮したものを個別にデータ受信装置に送信する。この際、データ受信装置は、センサ端末の各々が送信した圧縮センサデータを受信し、当該圧縮センサデータを基に圧縮前の元のセンサデータを夫々復元する。

また、近年、各エージェントが自身以外の他の環境下にある他のエージェントの状態をリカレントニューラルネットワークで予測する技術が提案されている（例えば非特許文献１参照）。

特許第６５９３５１９号

Rose E. Wang, Michael Everett, Jonathan P. How, R-MADDPG for Partially Observable Environments and Limited Communication https://arxiv.org/abs/2002.06684

ところで、上記したセンサデータ圧縮システムでは、複数のセンサ端末が例えば同一の検知対象に設置されている場合、各センサ端末は、互いに類似性の高いセンサデータ片を検出する場合がある。このような場合でも、センサ端末の各々は、夫々が検出した互いに類似性の高いセンサデータを個別に圧縮した圧縮データ片を送信することになる。よって、当該センサデータ圧縮システムでは、検知対象に設置するセンサ端末の数に比例して、複数のセンサ端末から送信される圧縮データ片の伝送量が多くなり、伝送効率が低くなるという問題があった。

そこで、複数のセンサ端末が取得したセンサデータ片を夫々受信して、所定の受信端末に送信する中継装置を設け、これら複数のセンサ端末同士の間、並びに中継端末との間で互い協調してお互いの保有するセンサデータ片に関する情報を共有し、圧縮パターンや復元パターンを最適化することが考えられる。

ところが、複数のセンサ端末及び中継端末間で互い協調して圧縮パターンや復元パターンの最適化を行うには、お互いの保有するセンサデータ片に関する情報の共有のために無線によるデータの送信や受信を行うための傍受が必要となる。よって、送受信を行うために無線インタフェースを有効にしておく必要があり、共有する情報の量に応じて消費電力が増大するという問題が生じる。

例えば３つのセンサ端末（第１～第３の端末と称する）同士でデータの送受信を行うにあたり、第１～第３の端末の順に夫々のデータを送信する場合、第２の端末は自身のデータ送信時までの間、無線インタフェースを待機状態にすることで、第１の端末から送信される第１のデータを受信する。また、第３の端末は自身のデータ送信時までの間、無線インタフェースを待機状態にすることで、第１の端末から送信される第１のデータ及び第２の端末から送信される第３のデータを順に受信する。この際、第２の端末は、第１の端末から送信された第１のデータだけで圧縮パターンの推定を行わなければならないので、第１及び第２のデータを用いて圧縮パターンの推定を行う第３の端末に比べて、圧縮パターンの推定精度が低くなるという問題が生じる。

そこで、このような協調を行うにあたり、非特許文献１に記載のリカレントニューラルネットワークを用いることで、データの送受信による情報共有を行わずに、各センサ端末において、自身以外のセンサ端末の状態を予測することが考えられる。

しかしながら、上記したリカレントニューラルネットワークにより、例えば第１の端末で取得したデータに基づき第２の端末で取得されるであろうデータを推定する場合、第１の端末で取得したデータの状態によっては、第２の端末で取得が推定されるデータのばらつきが大きくなる場合がある。これにより、データを圧縮する際に用いる最適な圧縮パターンを推定する精度が低下する虞があった。

そこで、本発明は、消費電力を抑え且つ推定精度の低下を招くことなく最適な圧縮パターンを推定し、複数の送信端末の各々が取得したデータを圧縮することが可能なデータ圧縮システム、送信端末、学習モデル構築装置及びプログラムを提供することを目的とする。

本発明に係るデータ圧縮システムは、夫々がデータ片を取得し、取得したデータ片を圧縮前データ片とし当該圧縮前データ片に圧縮パターンに基づく圧縮処理を施して得た圧縮データ片と、前記圧縮パターンとを含む圧縮データブロックを送信する複数の送信端末と、前記複数の送信端末から送信された複数の前記圧縮データブロックを受信し、前記複数の前記圧縮データブロックに基づき復元処理の為の復元パターンを得て、前記復元パターン及び前記複数の前記圧縮データブロックを、前記復元処理を行うデータ復元部を含む受信端末に送信する中継端末と、を有し、前記複数の送信端末の各々は、自身が取得した前記圧縮前データ片に基づき自身以外の他の前記送信端末が取得するであろう前記圧縮前データ片を推定する圧縮前データ推定部と、前記自身が取得した前記圧縮前データ片に基づき前記圧縮前データ推定部で推定された前記圧縮前データ片と前記自身が取得した前記圧縮前データ片との誤差を推定誤差として推定する誤差推定部と、前記推定誤差の大きさに基づき前記他の送信端末が送信した前記圧縮データ片の傍受を行うか否かを決定するか又は前記圧縮データ片の傍受の頻度を決定し、前記圧縮データ片の傍受を行わない場合には、前記圧縮前データ推定部で推定された前記圧縮前データ片及び前記自身が取得した前記圧縮前データ片に基づき前記圧縮パターンの推定を行い、前記圧縮データ片の傍受を行う場合には、当該傍受した前記圧縮データ片及び前記自身が取得した前記圧縮前データ片に基づき前記圧縮パターンの推定を行う圧縮パターン推定部と、を含む。

また、本発明に係る送信端末は、データ片を圧縮前データ片として取得するデータ取得部と、取得した前記圧縮前データ片に圧縮パターンに基づく圧縮処理を施して圧縮データ片を生成するデータ圧縮部と、前記圧縮データ片及び前記圧縮パターンを含む圧縮データブロックを送信する送信部と、を含む送信端末であって、前記データ圧縮部は、前記データ取得部で取得した前記圧縮前データ片に基づき、自身以外の他の送信端末が取得するであろう圧縮前データ片を推定する圧縮前データ推定部と、前記自身が取得した前記圧縮前データ片に基づき前記圧縮前データ推定部で推定された前記圧縮前データ片と前記自身が取得した前記圧縮前データ片との誤差を推定誤差として推定する誤差推定部と、前記推定誤差の大きさに基づき前記他の送信端末が送信した圧縮データ片の傍受を行うか否かを決定するか又は前記圧縮データ片の傍受の頻度を決定し、前記圧縮データ片の傍受を行わない場合には、前記圧縮前データ推定部で推定された前記データ片及び前記データ取得部で取得した前記データ片に基づき前記圧縮パターンの推定を行い、前記圧縮データ片の傍受を行う場合には、当該傍受した前記圧縮データ片及び前記データ取得部で取得した前記データ片に基づき前記圧縮パターンの推定を行う圧縮パターン推定部と、を含む。

また、本発明に係る学習モデル構築装置は、夫々がデータ片を取得する取得部を有し、取得したデータ片を圧縮前データ片とし当該圧縮前データ片に圧縮パターンに基づく圧縮処理を施して得た圧縮データ片及び前記圧縮パターンを送信する複数の送信端末の各々に学習モデルを構築する学習モデル構築装置であって、前記複数の送信端末の各々に、自身が取得した前記データ片を強化学習における行動として入力することで、前記自身以外の他の送信端末で取得するであろうデータ片を推定する第１の学習モデル、及び前記自身が取得したデータ片と前記他の送信端末で取得するであろうデータ片との誤差を推定する第２の学習モデルと、前記自身が取得したデータ片、前記他の送信端末で取得するであろうデータ片、及び前記誤差を、強化学習における行動として入力し、強化学習における報酬としての復元誤差が最小となる学習を施すことで、前記他の送信端末から送信された前記圧縮データ片を傍受するか否かを示す情報、及び前記圧縮パターンを推定する第３の学習モデルと、を構築することを特徴とする。

また、本発明に係るプログラムは、夫々が、データ片を取得し前記データ片に対して圧縮パターンに基づく圧縮処理を施して得た圧縮データ片を送信する複数の送信端末を制御する制御装置が実行するプログラムであって、前記複数の送信端末の各々において自身が取得した前記データ片を圧縮前データ片として取得する第１のステップと、前記自身が取得した前記圧縮前データ片に基づき、自身以外の他の前記送信端末が取得するであろう圧縮前データ片を推定する第２のステップと、前記自身が取得した前記圧縮前データ片に基づき、前記第２のステップで推定された前記圧縮前データ片と、前記自身が取得した前記圧縮前データ片との誤差を推定誤差として推定する第３のステップと、前記第２のステップで推定された前記圧縮前データ片、前記自身が取得した前記圧縮前データ片、及び前記推定誤差を行動器（Ａｃｔｏｒ）に入力することで前記圧縮パターン及び前記他の送信端末から送信された圧縮データ片を傍受するか否かを推定する第４のステップと、前記第４のステップで前記圧縮データ片を傍受すると推定された場合には、当該傍受した前記圧縮データ片及び前記自身が取得した前記圧縮前データ片に基づき前記圧縮パターンの推定を行う第５のステップと、前記第４のステップで前記圧縮データ片を傍受しないと推定された場合には、前記第２のステップで推定された前記圧縮前データ片及び前記自身が取得した前記圧縮前データ片に基づき前記圧縮パターンの推定を行う第６のステップと、を含む。

本発明では、複数の送信端末の各々が、自身以外の他の送信端末で処理されるデータをも利用することで、自身が取得したデータ片に施す圧縮処理のための最適な圧縮パターンを精度良く推定できるようにしている。この際、当該データ圧縮システムでは、複数の送信端末の各々で、自身が取得したデータ片（圧縮前データ片）に基づき他の送信端末で取得されるであろうデータ片（圧縮前データ片）を推定している。これにより、複数の送信端末の各々は、送信端末間での通信を行うことなく、他の送信端末で処理されるデータ片を取得できるので、通信処理に費やされる消費電力を抑えることが可能となる。

更に、当該データ圧縮システムでは、複数の送信端末の各々で、自身が取得した圧縮前データ片と、推定によって取得した他の送信端末の圧縮前データ片との誤差（推定誤差）が大きい場合には、当該他の送信端末が送信した圧縮処理後の圧縮データ片を傍受する。そして、推定によって取得した他の送信端末の圧縮前データ片に代えて、当該傍受した他の送信端末の圧縮データ片を用いて圧縮パターンの推定を行う。これにより、上記した推定誤差が大きいが故に生じる圧縮パターンの推定精度の低下を抑えることが可能となる。

よって、本発明に係るデータ圧縮システムによれば、消費電力を抑え且つ圧縮パターンの推定精度の低下を招くことなく、複数の送信端末の各々が取得したデータを圧縮することが可能となる。

センサデータ圧縮システム１００の構成を示すブロック図である。 学習用端末３０１の構成を示すブロック図である。 送信端末３０２ａ～３０２ｃ各々の構成を示すブロック図である。 中継端末３０３及び受信端末３０４の構成を示すブロック図である。 学習段階の処理手順を示すフローチャートである。 送信端末３０２ａ～３０２ｃの各々に構築される圧縮前データ推定器ＮＮ１～ＮＮ３を示す図である。 送信端末３０２ａ～３０２ｃの各々に構築される誤差推定器ＥＮ１～ＥＮ３を示す図である。 学習用端末３０１で用いられるマルチエージェント深層強化学習用の学習モデルの全体を表す図である。 送信端末３０２ａ～３０２ｃ各々の「行動」を表す符号情報の一例を表す図である。 強化学習の「状態」、「行動」、「報酬」の態様の一例を表す図である。 送信端末３０２ａ～３０２ｃ及び中継端末３０３に構築される学習モデルの一例を示す図である。 送信端末３０２ａ～３０２ｃによるデータ送信タイミングの一例を示すタイムチャートである。 推論段階の処理手順を示すフローチャートである。 学習用端末３０１、送信端末３０２ａ～３０２ｃ及び中継端末３０３の各々の動作をソフトウェアで実行する場合に採用される情報制御装置４００の構成を示すブロック図である。

図１は、本発明に係るセンサデータ圧縮システム１００の構成を示すブロック図である。

図１に示すように、センサデータ圧縮システム１００は、学習用端末３０１、夫々がデータ取得端末としての送信端末３０２ａ～３０２ｃ、中継端末３０３及び受信端末３０４を含む。

学習用端末３０１及び送信端末３０２ａ～３０２ｃは、検知対象３００から振動、画像、又は音等を検知して得られた検出結果をセンサデータとして取得する。尚、検知対象３００は、例えば、工場に設置された各種の設備、オフィスに設置された各種の機器、または各種の建設物・建築物等である。

学習用端末３０１は、検知対象３００から検出したセンサデータに基づき、最適な圧縮パターン及び復元パターンの学習モデルや、データの外れ値を検出する学習モデルを構築する。尚、圧縮パターンとは、センサデータのサンプル系列中において送信（出力）する少なくとも１つのサンプルの位置を示す出力位置情報からなる。出力位置情報は、各サンプル毎に、そのサンプルを出力するか否かを示す出力選択値にて表される。例えば、出力選択値が出力有りを示す場合（例えば論理値１）には、この出力選択値に対応したサンプルが出力データサンプルとなる。一方、出力選択値が出力無を示す場合（例えば論理値０）には、当該出力選択値に対応したサンプルは間引きされる。また、復元パターンとは、送信端末３０２ａ～３０２ｃが送信した複数の圧縮データ片を、元のセンサデータ片に夫々復元する復元処理において用いられる情報である。例えば、復元パターンは、送信端末３０２ａ～３０２ｃが送信した複数の圧縮データ片各々のサンプル系列（過去に送信された圧縮データのサンプル系列を含む）のうちで同時に復元処理を施す少なくとも１つの圧縮データ片を含むグループと、当該グループに施す復元処理で用いる復元アルゴリズムと、を示す情報である。

尚、学習用端末３０１は、送信端末３０２ａ～３０２ｃや中継端末３０３と兼用しても良い。学習用端末３０１は、構築した学習モデルを表す情報を無線又は有線にて、送信端末３０２ａ～３０２ｃ、中継端末３０３に送信する。

送信端末３０２ａ～３０２ｃは、検知対象３００の表面付近又はその内部に、夫々分散して配置されている。送信端末３０２ａ～３０２ｃの各々は、学習済みのモデルを用いて、夫々が取得したセンサデータに基づき、送信するセンサデータにおけるサンプルの位置や圧縮単位期間（圧縮パターン）を推定し、当該推定結果に従った圧縮処理を当該センサデータに施す。ここで、圧縮パターンの代わりに、ある一定期間におけるセンサデータの全サンプル数に対する送信するサンプルの数の割合を示す圧縮比を推定してもよい。尚、圧縮処理とは、センサデータにおけるサンプルの系列中から１つ又は複数のサンプルを間引くこと、つまり、センサデータにおけるサンプルの系列中から一部のサンプルのみを選択して出力することである。

上記した動作により、送信端末３０２ａ～３０２ｃの各々は、センサデータのサンプル系列中から一部のサンプルを省いたものを圧縮データとして得る。そして、送信端末３０２ａ～３０２ｃは、夫々が生成した圧縮データ及び圧縮パターンを含む圧縮データブロックを、端末毎に異なるタイミングで無線送信する。

中継端末３０３は、学習用端末３０１から送信された学習モデル、送信端末３０２ａ～３０２ｃから送信された圧縮データブロックを受信する。中継端末３０３は、受信した学習モデルを自身に構築し、当該学習モデルを用いて、受信した送信端末毎の圧縮データブロックに基づき、復元する圧縮データ片の組み合わせ等を表す復元パターンを推定する。そして、中継端末３０３は、当該復元パターンに、送信端末３０２ａ～３０２ｃの各々から送信された圧縮データブロックを付加したものを、最終的な宛先端末となる受信端末３０４に送信する。

受信端末３０４は、中継端末３０３から送信された圧縮データブロックの系列及び復元パターンを受け、当該復元パターンに基づき、各圧縮データブロックに含まれる圧縮データ片に復元処理を施す。これにより、受信端末３０４は、送信端末３０２ａ～３０２ｃの各々が検知対象３００から検出したセンサデータを夫々得る。

図２は、学習用端末３０１の構成を示すブロック図である。

図２に示すように、学習用端末３０１は、センサ３０５、ＡＤ変換部３０６、データ前処理部３０７、最適圧縮学習モデル構築部３０８、乖離度検出学習モデル構築部３０９、及び送信部３１０を含む。

センサ３０５は、例えば建築物等からなる検知対象３００から発せられる音や振動等を検知してその検知結果を示すセンサ信号ＳＳ１をＡＤ変換部３０６に供給する。

ＡＤ変換部３０６は、センサ信号ＳＳ１がアナログ信号である場合には、当該センサ信号ＳＳ１にアナログ・デジタル変換を施すことで、所定のサンプリングタイミング毎に当該センサ信号ＳＳ１をサンプリングする。そして、ＡＤ変換部３０６は、各サンプル毎にセンサ信号ＳＳ１のレベルをデジタル値で表すデータサンプルの系列からなるセンサデータ信号ＤＳ１を生成し、これをデータ前処理部３０７に供給する。

データ前処理部３０７は、センサデータ信号ＤＳ１に対して雑音除去のフィルタリング、計測値変換、又はＦＦＴ（ｆａｓｔ ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｒｍ）等の周波数変換処理を施すことで、データサンプルの系列からなるセンサデータ信号ＳＤ１を生成する。データ前処理部３０７は、生成したセンサデータ信号ＳＤ１を最適圧縮学習モデル構築部３０８及び乖離度検出学習モデル構築部３０９に供給する。

最適圧縮学習モデル構築部３０８は、圧縮前データ推定部３０８ａ、誤差推定部３０８ｂ及び最適圧縮・復元パターン推定部３０８ｃを含む。

圧縮前データ推定部３０８ａは、センサデータ信号ＳＤ１に基づき、自身を含む送信端末の隣に配置されている各送信端末が取得するであろう圧縮処理前のセンサデータ（圧縮前データとも称する）を推定する。

誤差推定部３０８ｂは、センサデータ信号ＳＤ１に基づき、上記したように推定した隣の送信端末の圧縮前データと、当該隣接送信端末が実際に取得した圧縮前データとの誤差を推定する。

最適圧縮・復元パターン推定部３０８ｃは、センサデータ信号ＳＤ１、周囲に配置されている他の送信端末から送信された圧縮データ片又はこの他の送信端末で取得されるであろう圧縮処理前のセンサデータ、及びサポート情報を保持するバッファ（図示せず）の状態に基づき、一度に圧縮を行う期間の分割、及び中継端末３０３での復号処理における圧縮データ片の組み合わせ方を学習によって取得する。尚、最適圧縮・復元パターン推定部３０８ｃは、その学習過程で、上記した圧縮前データ及び誤差に基づく所定の演算、又は学習モデルにより、圧縮前データのスパース表現でのゼロ要素位置を示すサポート情報を推定する。

当該学習により、最適圧縮・復元パターン推定部３０８ｃは、評価指標としての復元誤差が最小となるような圧縮パターン及び復元パターンを夫々出力する学習モデルを構築し、その学習モデルを最適圧縮学習モデルとして表す最適圧縮学習モデル情報を送信部３１０に供給する。

尚、最適圧縮学習モデル構築部３０８は、送信端末３０２ａ～３０２ｃのうちの少なくとも１つから未学習データとしての乖離データサンプルが送信された場合にはこれを受信し、当該乖離データサンプルを反映させた最適圧縮学習モデルを再構築する。

乖離度検出学習モデル構築部３０９は、センサデータ信号ＳＤ１を用いた学習により、当該センサデータ信号ＳＤ１に含まれるサンプル系列と、最適圧縮学習モデルの構築に用いられたサンプル系列との乖離度を検出する学習モデルを構築する。乖離度検出学習モデル構築部３０９は、構築した学習モデルを乖離度検出学習モデルとして表す乖離度検出学習モデル情報を送信部３１０に供給する。

送信部３１０は、上記した最適圧縮学習モデル情報及び乖離度検出学習モデル情報を、無線又は有線にて送信端末３０２ａ～３０２ｃの各々に送信する。更に、送信部３１０は、最適圧縮学習モデル情報を無線又は有線にて中継端末３０３に送信する。

かかる構成により、学習用端末３０１は、自身が取得したセンサデータ信号ＳＤ１、送信端末３０２ａ～３０２ｃから送信されたデータを入力とした学習を行うことで、データに対して送信すべき最適なサンプル点及び圧縮対象区間を示す圧縮パターン及び復元パターンを出力する学習モデルを構築する。そして、学習用端末３０１は、当該学習モデルを最適圧縮学習モデルとして表す情報を、無線又は有線にて送信端末３０２ａ～３０２ｃに送信する。

図３は、送信端末３０２ａ～３０２ｃ各々の構成を示すブロック図である。

送信端末３０２ａ～３０２ｃは、夫々が検知対象３００の異なる位置に設置されており、互いに同一の内部構成を有する。

図３に示すように、送信端末３０２ａ～３０２ｃの各々は、センサ３１１、ＡＤ変換部３１２、データ前処理部３１３、乖離度検出部３１４、データ圧縮部３１５及び送信部３１６を有する。

センサ３１１は、自身が設置された位置で検知対象３００の振動や音等を検知し、その検知結果を示すセンサ信号ＳＳ２をＡＤ変換部３１２に供給する。

ＡＤ変換部３１２は、センサ信号ＳＳ２にアナログ・デジタル変換を施すことで、所定のサンプリングタイミング毎に当該センサ信号をサンプリングする。ＡＤ変換部３１２は、各サンプル毎にセンサ信号ＳＳ２のレベルをデジタル値で表すサンプルの系列からなるセンサデータ信号ＤＳ２を生成し、これをデータ前処理部３１３に供給する。

データ前処理部３１３は、センサデータ信号ＤＳ２に対して雑音除去のフィルタリング、計測値変換、又はＦＦＴ等の周波数変換処理を施すことで、データサンプルの系列からなるセンサデータ信号ＳＤ２を生成し、これを乖離度検出部３１４及びデータ圧縮部３１５に供給する。

乖離度検出部３１４は、学習用端末３０１から送信された乖離度検出学習モデル情報を受け、当該乖離度検出学習モデル情報に基づく乖離度検出学習モデルを構築する。乖離度検出部３１４は、構築した乖離度検出学習モデルを用いて、取得したセンサデータ信号ＳＤ２に含まれるサンプル系列と、上記した最適圧縮学習モデルの構築に用いたサンプル系列との間で外れ値を検出し、この検出した外れ値に対応したデータを未学習のデータとみなし、そのデータのサンプル系列を圧縮せずに送信部３１６に供給する。

データ圧縮部３１５は、先ず、学習用端末３０１から送信された最適圧縮学習モデル情報を受信し、当該最適圧縮学習モデル情報に基づく最適圧縮学習モデルを構築する。

ここで、データ圧縮部３１５は、先ず、センサデータ信号ＳＤ２を上記最適圧縮学習モデルに入力することで、送信端末３０２ａ～３０２ｃのうちで自身が属する送信端末以外の少なくとも１つの他の送信端末が取得するであろうセンサデータ信号ＳＤ２を圧縮前データとして推定する。次に、データ圧縮部３１５は、当該最適圧縮学習モデルにより、自身が受けた圧縮前データ（ＳＤ２）と、他の送信端末が取得するであろう圧縮前データ（ＳＤ２）との誤差を推定誤差として推定する。次に、データ圧縮部３１５は、これら自身が受けた圧縮前データ（ＳＤ２）と、他の送信端末が取得するであろう圧縮前データ（ＳＤ２）と、上記した推定誤差とを最適圧縮学習モデルに入力することで、センサデータ信号ＳＤ２に対する最適な圧縮率を実現する圧縮パターンを推定する。

尚、当該推定誤差が所定閾値より大きい場合には、他の送信端末から送信された圧縮データを傍受し、傍受した圧縮データを推定された圧縮前データに代えて最適圧縮学習モデルに入力することで、センサデータ信号ＳＤ２に対する最適な圧縮率を実現する圧縮パターンを推定する。

そして、データ圧縮部３１５は、推定した圧縮パターンに基づき、センサデータ信号ＳＤ２に対して圧縮処理を施すことで圧縮データを得て、引き続き、当該圧縮データ及び圧縮処理で用いた圧縮パターンを送信部３１６に供給する。

送信部３１６は、上記した圧縮データ及び圧縮パターンに識別ＩＤを付加したものを圧縮データブロックとして生成する。そして、送信部３１６は、所定の送信周期からなるステップ毎に、そのステップ内においてデータ端末３０２ａ～３０２ｃ毎に異なるタイミングで、当該圧縮データブロックをブロードキャストする。これにより、学習用端末３０１、送信端末３０２ａ～３０２ｃ、及び中継端末３０３が当該圧縮データブロックを受信する。

また、送信部３１６は、上記したように乖離度検出部３１４にて外れ値として検出したデータを学習用端末３０１に送信する。これにより、学習用端末３０１は、外れ値としての検出データを未学習データとし、当該未学習データを反映させた学習を行うことで最適圧縮学習モデルの再構築を行う。

図４は、中継端末３０３及び受信端末３０４の内部構成を示すブロック図である。

図４に示すように、中継端末３０３は、データ受信部３１７、復元パターン推定部３１８、及びデータ送信部３１９を含む。

データ受信部３１７は、所定期間毎に、その１つの所定期間に亘って送信端末３０２ａ～３０２ｃの各々から送信された圧縮データブロックを受信し、夫々をバッファＢＦに保持する。

復元パターン推定部３１８は、学習用端末３０１から送信された最適圧縮学習モデル情報を受信して最適圧縮学習モデルを構築する。復元パターン推定部３１８は、構築した最適圧縮学習モデルに、バッファＢＦに保持されている複数の圧縮データブロックの各々に含まれる圧縮データのサンプル系列を入力する。これにより、復元パターン推定部３１８は、複数の圧縮データブロックのうちで同時に復元処理を施す少なくとも１つの圧縮データのサンプル系列からなるグループと、そのグループに施す復元処理で用いる復元アルゴリズムと、次回の処理に持ち越す圧縮データのサンプル系列と、を表す情報を復元パターンとして推定する。

復元パターン推定部３１８は、かかる復元パターン、及び当該復元パターンで示されるグループに属する圧縮データブロックをデータ送信部３１９に供給する。

データ送信部３１９は、かかる復元パターン、及びこの復元パターンにて示される各グループに属する圧縮データブロックを受信端末３０４に送信する。

受信端末３０４は、データ受信部３２０及びデータ復元部３２１を含む。

データ受信部３２０は、中継端末３０３から送信された復元パターン及び複数の圧縮データブロックを受信し、夫々をデータ復元部３２１に供給する。

データ復元部３２１は、先ず、かかる復元パターンに基づき、同時に復元処理の対象とする少なくとも１系統の圧縮データのサンプル系列からなるグループと、そのグループに対して復元処理を施す際に用いる復元アルゴリズムとを夫々示す情報を取得する。そして、データ復元部３２１は、各グループに対してその復元アルゴリズムに従った復元処理を施すことで、送信端末３０２ａ～３０２ｃが夫々個別に検知対象３００から検出したセンサ信号ＳＳ２を復元する。

以下に、センサデータ圧縮システム１００の動作について、学習モデルの構築を行う学習段階と、学習モデルを移植して送信端末３０２ａ～３０２ｃ及び中継端末３０３を動作させる推論段階（運用段階とも称する）とに、分けて説明する。

尚、学習段階では、各送信端末（３０２ａ～３０２ｃ）は、自身が受けた圧縮前データから他の送信端末の圧縮前データを推定する学習、又はこの学習により得られた学習モデルを利用して自身の圧縮前データから、当該学習モデルが推定した他の端末の圧縮前データと、実際の圧縮前データとの誤差を推定する。その後、各送信端末の圧縮前データを利用して送信端末毎に最適な圧縮パターンを推定する学習モデル、及び中継端末３０３において最適な復元パターンを推定するモデルをそれぞれ学習する。

このように、センサデータ圧縮システム１００の学習段階では、送信端末３０２ａ～３０２ｃ各々の状態として、他の送信端末から送信された圧縮データではなく、推定された他の送信端末の圧縮前データと、自身が実際に受けた圧縮前データとの誤差を、各送信端末の状態として利用する。

また、推論段階では、各学習モデルを、対応する送信端末（３０２ａ～３０２ｃ）及び中継端末３０３に移植する。これにより、送信端末の各々は、他の送信端末が取得した圧縮前データから最適な圧縮パターンを推定し、中継端末は、最適な復元パターンを推定する。

以下に学習段階での具体的な処理手順、及び推論段階での処理手順について説明する。
＜学習段階＞
学習段階では、複数の送信端末（３０２ａ～３０２ｃ）の各々からデータを受け取って学習モデルを構築する学習用端末３０１において、以下の処理が行われる。尚、学習用端末３０１は中継端末３０３や送信端末３０２ａ～３０２ｃの各々と兼用されていても良い。ここで、学習段階では送信端末と学習用端末は有線または無線で接続しているとする。尚、各送信端末と中継端末３０３とが無線接続されている場合には、中継端末３０３は、各送信端末に対して無線通信が可能な距離の範囲内に存在するものとする。

図５は、学習用端末３０１で実施される学習段階での処理手順を示すフローチャートである。

学習用端末３０１は、まず、送信端末毎に、圧縮前データ推定器及び誤差推定モデルを用意して圧縮前データを推定させる学習を行う。
［圧縮前データ推定］
すなわち、学習用端末３０１の圧縮前データ推定部３０８ａが、先ず、送信端末３０２ａ～３０２ｃ各々が受けた全てのセンサデータ（ＳＤ２）を圧縮前データとして取得する（Ｓ４０１）。次に、圧縮前データ推定部３０８ａは、ある処理ステップでの自送信端末の圧縮前データに基づき、同じ処理ステップでの他の送信端末の圧縮前データを推定する為の圧縮前データ推定器モデルに教師あり学習を施す（Ｓ４０２）。例えば、図６に示すように、送信端末３０２ａ～３０２ｃ毎に圧縮前データ推定器ＮＮ１～ＮＮ３を用意する。ここで、送信端末３０２ａで取得された圧縮前データを圧縮前データ推定器ＮＮ１に入力することで、送信端末３０２ａ以外の他の送信端末（３０２ｂ又は３０２ｃ）で取得されるであろう圧縮前データを推定させる学習を行う。また、送信端末３０２ｂで取得された圧縮前データを圧縮前データ推定器ＮＮ２に入力することで、送信端末３０２ｂ以外の他の送信端末（３０２ａ又は３０２ｃ）で取得されるであろう圧縮前データを推定させる学習を行う。更に、送信端末３０２ｃで取得された圧縮前データを圧縮前データ推定器ＮＮ３に入力することで、送信端末３０２ｃ以外の他の送信端末（３０２ａ又は３０２ｂ）で取得されるであろう圧縮前データを推定させる学習を行う。

このように、圧縮前データ推定部３０８ａの動作（Ｓ４０１、Ｓ４０２）により、送信端末毎に、その送信端末がある処理ステップで取得した圧縮前データから、他の送信端末がその処理ステップで取得するであろう圧縮前データを推定する。これにより、他の送信端末が生成した圧縮データを傍受しなくとも、各送信端末の状態の把握が可能となる。

尚、ある処理ステップにおける他の送信端末の状態を推定するために、自身の過去の処理ステップで取得した圧縮前データを利用しても良い。

また、他の送信端末の圧縮前データを推定する代わりに、入出力が圧縮前データとなるオートエンコーダ（自己符号化器）で抽出された中間層の出力を推定しても良い。

次に、学習用端末３０１は、上記のように推定した圧縮前データと、実際に取得した圧縮前データとの誤差を推定誤差として推定させる学習を行う。
［推定誤差の推定］
すなわち、圧縮前データ推定部３０８ａによる学習（Ｓ４０１、Ｓ４０２）の終了後、誤差推定部３０８ｂが、自身が受けた圧縮前データにより、上記したように推定した圧縮前データと、自身が受けた圧縮前データとの誤差を推定する誤差推定器を学習させる（Ｓ４０３）。

例えば、図７に示すように、送信端末３０２ａ～３０２ｃ毎に誤差推定器ＥＮ１～ＥＮ３を用意する。ここで、送信端末３０２ａで取得された圧縮前データを誤差推定器ＥＮ１に入力することで、送信端末３０２ａ以外の他の送信端末（３０２ｂ又は３０２ｃ）で取得されるであろう圧縮前データと、送信端末３０２ａで取得された圧縮前データとの誤差を推定させる学習を行う。また、送信端末３０２ｂで取得された圧縮前データを誤差推定器ＥＮ２に入力することで、送信端末３０２ｂ以外の他の送信端末（３０２ａ又は３０２ｃ）で取得されるであろう圧縮前データと、送信端末３０２ｂで取得された圧縮前データとの誤差を推定させる学習を行う。更に、送信端末３０２ｃで取得された圧縮前データを誤差推定器ＥＮ３に入力することで、送信端末３０２ｃ以外の他の送信端末（３０２ａ又は３０２ｂ）で取得されるであろう圧縮前データと、送信端末３０２ｃで取得された圧縮前データとの誤差を推定させる学習を行う。

すなわち、送信端末３０２ａ～３０２ｃのうちの１の送信端末の圧縮前データに対して、他の送信端末の圧縮前データのばらつきが小さい場合（例えば圧縮前データ同士におけるサンプル系列のデータ値の変化周期や振幅に大きな差が無い場合）には、高い精度で圧縮前データの推定を行うことができる。

ところが、当該１の送信端末の圧縮前データのサンプル系列の形態によっては、推定した他の送信端末の圧縮前データと、実際の圧縮前データとの間でばらつきが大きくなる場合があり、この際、精度良く圧縮前データの推定ができなくなることから圧縮パターンを推定する精度が低下する。

このような場合には、上記のように推定した他の送信端末の圧縮前データの代わりに、他の送信端末から送信された圧縮データを傍受することで、圧縮パターンの精度を上げることができる。よって、１の送信端末の圧縮前データと、推定した他の送信端末の圧縮前データとの誤差を推定し、この推定誤差をマルチエージェント深層強化学習による行動器の「状態」として用いることで、他の送信端末の圧縮データを傍受する傍受モードを有効にするか否かを示す「行動」に活かすことが考えられる。

そこで、前述したように、先ず、誤差推定部３０８ｂの処理（Ｓ４０３）により、１の送信端末の圧縮前データと、この圧縮前データに基づいて推定した他の送信端末の圧縮前データとの誤差を推定する学習を行う。

図８は、学習用端末３０１で用いられるマルチエージェント深層強化学習用の学習モデルの全体を表す図である。

図８に示すように、当該学習モデルは、圧縮前データ推定部３０８ａで用いる図６に示す圧縮前データ推定器ＮＮ１～ＮＮ３、誤差推定部３０８ｂで用いる図７に示す誤差推定器ＥＮ１～ＥＮ３、及び最適圧縮・復元パターン推定部３０８ｃで用いるエージェントＡＧａ～ＡＧｃ、ＡＧｘ及び環境ＣＩＲを有する。

尚、エージェントＡＧａ～ＡＧｃは、夫々が送信端末３０２ａ～３０２ｃに対応しており、エージェントＡＧｘは、中継端末３０３に対応して設けられたものである。

エージェントＡＧａ～ＡＧｃの各々は、他の送信端末の圧縮データを傍受する傍受モードを有効にするか否かを決定するための傍受パターン行動器Ａｎ１及び傍受パターン評価器Ｃｎ１、また最適な圧縮パターンを推定するための圧縮パターン行動器Ａｎ２及び圧縮パターン評価器Ｃｎ２を有する。また、エージェントＡＧｘは、最適な復元パターンを推定するための復元パターン行動器Ａｎｘと復元パターン評価器Ｃｎｘを有する。

行動器Ａｎは、「状態」を入力し、「行動」を出力するニューラルネットワークである。一方、評価器Ｃｎは、「状態」と「行動」から、その価値を示すＱ値を出力するニューラルネットワークである。

尚、エージェントＡＧａ、ＡＧｂ及びＡＧｃに含まれる傍受パターン行動器Ａｎ１を夫々Ａｎａ１、Ａｎｂ１及びＡｎｃ１と表し、これらエージェントＡＧａ、ＡＧｂ及びＡＧｃに含まれる傍受パターン評価器Ｃｎ１を夫々Ｃｎａ１、Ｃｎｂ１及びＣｎｃ１と表すものとする。また、圧縮パターン行動器Ａｎ２を夫々Ａｎａ２、Ａｎｂ２及びＡｎｃ２と表し、これらエージェントＡＧａ、ＡＧｂ及びＡＧｃに含まれる圧縮パターン評価器Ｃｎ２を夫々Ｃｎａ２、Ｃｎｂ２及びＣｎｃ２と表すものとする。

環境ＣＩＲは、強化学習における各エージェントの「行動」に基づき、「報酬」及び「状態」を各エージェントＡＧａ～ＡＧｃ及びＡＧｘに提供する。尚、環境ＣＩＲは、「状態」を各エージェントＡＧａ～ＡＧｃに提供するにあたり、圧縮前データ推定器ＮＮ１～ＮＮ３及び誤差推定器ＥＮ１～ＥＮ３によって取得された推定誤差を「状態」として、エージェントＡＧａ～ＡＧｃに夫々提供する。環境ＣＩＲは、このような強化学習における各エージェントの「状態」、「行動」、「報酬」の受領までの一連の処理を１ステップとし、当該一連の処理を周期的に繰り返し実行する。
［送信端末の「状態」］
尚、送信端末３０２ａ～３０２ｃ各々の「状態」とは、送信端末３０２ａ～３０２ｃのうちの１の圧縮前データと、圧縮前データ推定モデルによって推定された他の送信端末の圧縮前データと、誤差推定モデルによって推定された推定誤差と、である。

そこで、送信端末３０２ａ～３０２ｃの各々毎に、自身の圧縮前データの値と、図６に示す圧縮前データ推定モデルで推定された他の送信端末の圧縮前データと、図７に示す誤差推定モデルで推定された推定誤差とを、各送信端末に対応したエージェントＡＧａ～ＡＧｃの傍受パターン行動器Ａｎａ１に入力する（図５：Ｓ４０４）。

次に、エージェントＡＧａ～ＡＧｃから出力される傍受モードの情報に従って、傍受モードを有効にするか否かを判定する（Ｓ４０５）。

傍受モードを有効にすると判定した場合、学習用端末３０１は、傍受モードとなり、他の送信端末で生成された圧縮データを傍受し（Ｓ４０６）、当該圧縮データを「状態」として用い、圧縮パターン行動器Ａｎａ２を利用した学習を行う（Ｓ４０７）。この際、ある処理ステップにおいて、１の送信端末の送信時に、当該１の送信端末が他の送信端末の圧縮データを受信していない場合には受信したデータを０などで穴埋めする。そして、各処理ステップの先頭部で、各送信端末がランダムの順番で送信を行う。

一方、傍受モードを無効にすると判定した場合、上記のように推定された推定誤差を「状態」として用いた学習を行う（Ｓ４０８）。
［送信端末の「行動」］
また、送信端末３０２ａ～３０２ｃ各々の「行動」とは、圧縮パターン及び傍受モードの有効又は無効を示す符号情報である。

図９は、送信端末３０２ａ～３０２ｃ各々の「行動」を表す符号情報の一例を表す図である。図９に示すように、当該符号情報は、各送信端末でのデータサンプルの位置を示す１次元の２値（1又は０）の連続値と、その先頭に傍受モードの有効又は無効を示す１ビット情報を付加した符号形態を有する。

ここで、送信端末３０２ａ～３０２ｃの各々が、自身の圧縮データを送信することのみを行うのか、或いは通信相手の送信端末の圧縮データを傍受する傍受モードを有効にするのか否かを選択する。尚、圧縮パターン、及び傍受モードの有効又は無効の選択は、同一のニューラルネットワーク、又は個別のニューラルネットワークのいずれで推定しても良い。
［中継端末の「状態」］
中継端末３０３の「状態」とは、ある処理ステップにおいて送信端末３０２ａ～３０２ｃの各々から送信された圧縮データと，その処理ステップ以前に送信端末３０２ａ～３０２ｃの各々から送信され、バッファＢＦに残存している圧縮データである。
［中継端末の「行動」］
中継端末３０３での「行動」とは復元パターンであり、バッファＢＦ内のいずれの圧縮データ同士を同時に復元し、いずれの圧縮データを次の処理ステップに残すか、また、いずれの手法で同時に復元するかを示す情報を含む。
［送信端末及び中継端末の「報酬」］
送信端末３０２ａ～３０２ｃ及び中継端末３０３の「報酬」としては、圧縮データの圧縮パターン及び元パターンに基づき各圧縮データに対して復元処理を施して得られた復元データと元データとの復元誤差、元データに対する圧縮データの圧縮比及び消費電力が含まれる。また中継端末３０３で受信したデータを長期間バッファリングすることで、長期に亘るデータの圧縮の最適化ができる反面、バッファＢＦを浪費したり、送信遅延の増加を招く可能性がある。そのため、「報酬」には送信時の遅延時間をも考慮する必要がある。

そこで、復元誤差をＥ、データ量をＶ、遅延時間をＤ、及び消費電力Ｐとすると、報酬Ｒは以下のように表される。

Ｒ＝ｆ（Ｅ、Ｖ、Ｄ、Ｐ）
この際、復元誤差Ｅが小さいほど、又はデータ量Ｖ、つまり圧縮比が少ないほど、又は遅延時間Ｄが少ないほど、或いは消費電力Ｐが小さいほど「報酬」は高くなる。そこで、圧縮データ単位毎に「報酬」を求め、その「報酬」をその圧縮データの送信元である送信端末（３０２ａ～３０２ｃ）及び中継端末３０３に夫々対応した各エージェント（ＡＧａ～ＡＧｃ、ＡＧｘ）に割り振る。

ところで、消費電力は、送信端末３０２ａ～３０２ｃ各々の無線インタフェースが有効になる時間の長さに応じて変動する。無線インタフェースが有効になる時間の長さが増えると、各送信端末が自身以外の他の送信端末の圧縮前データを推定する精度が上がるが、その反面、消費電力が増加するというトレードオフの関係がある。この際、学習が進むにつれて、圧縮前データの推定精度が高いときには他の送信端末の圧縮データを傍受せず、圧縮前データの推定精度が低いときには他の送信端末の圧縮データを傍受するという適応的な行動をとることが望ましい。

以下に、かかる点を踏まえて学習段階での動作を説明する。
［センサデータの送信］
送信端末３０２ａ～３０２ｃで夫々検出されたセンサデータを学習用端末３０１に送信する。この際、送信端末３０２ａ～３０２ｃの各々は、夫々のセンサデータの送信開始時刻及び送信終了時刻も同時に送信する。
［強化学習の実施］
学習用端末３０１は、送信端末３０２ａ～３０２ｃ及び中継端末３０３の図８に示す学習モデルにおいて、強化学習での「状態」、「行動」、「報酬」を夫々図１０に示すように設定して、エージェントＡＧａ～ＡＧｃ、ＡＧｘ各々の行動器Ａｎａ及び評価器（Ｃｒｉｔｉｃ）Ｃｎａの学習を行う。尚、図１０では、１送信端末あたりの最大送信サンプル数を「Ｎ」、送信端末の総数を「ｎ」、１送信端末あたりの隣接端末数を「（ｎ－１）」、中継端末３０３のバッファＢＦにおける最大圧縮データ数を「Ｍ」と表している。
［学習モデルの送信端末及び中継端末への提供］
学習用端末３０１は、上記した強化学習によって得られた、各送信端末用の圧縮前データ推定器（例えばＮＮ１～ＮＮ３）、誤差推定器（例えばＥＮ１～ＥＮ３）及び中継端末３０３の行動器（例えばＡｎＸ）を表す情報を、対応する端末に送信する。また、学習用端末３０１は、中継端末用の行動器を表す情報を、対応する送信端末に送信する。なお、各送信端末や中継端末自体で学習を行う場合には、学習用端末３０１は、夫々に対応した評価器を表す情報も各端末に送信する。

＜推論（運用）段階＞
推論段階では、送信端末３０２ａ～３０２ｃ各々のデータ圧縮部３１５、及び中継端末３０３の各々には、図１１に示す学習モデルが構築されている。つまり、図８に示す学習モデルに対して学習を施した、ニューラルネットワークとしての誤差推定器Ｇ１ａ～Ｇ１ｃ、圧縮前データ推定器Ｇ２ａ～Ｇ２ｃ、傍受パターン推定行動器Ｇ３ａ～Ｇ３ｃ、圧縮パターン推定行動器Ｇ４ａ～Ｇ４ｃ、及び復元パターン行動推定器ＧＸが構築されている。

すなわち、図１１に示すように、送信端末３０２ａのデータ圧縮部３１５には、誤差推定部としての誤差推定器Ｇ１ａ、圧縮前データ推定部としての圧縮前データ推定器Ｇ２ａ、最適圧縮・復元パターン推定部としての傍受パターン推定行動器Ｇ３ａ及び圧縮パターン推定行動器Ｇ４ａが構築されている。また、送信端末３０２ｂのデータ圧縮部３１５には、誤差推定部としての誤差推定器Ｇ１ｂ、圧縮前データ推定部としての圧縮前データ推定器Ｇ２ｂ、最適圧縮・復元パターン推定部としての傍受パターン推定行動器Ｇ３ｂ及び圧縮パターン推定行動器Ｇ４ｂが構築されている。また、送信端末３０２ｃのデータ圧縮部３１５には、誤差推定部としての誤差推定器Ｇ１ｃ、圧縮前データ推定部としての圧縮前データ推定器Ｇ２ｃ、最適圧縮・復元パターン推定部としての傍受パターン推定行動器Ｇ３ｃ及び圧縮パターン推定行動器Ｇ４ｃが構築されている。また、中継端末３０３には、復元パターン行動器ＧＸが構築されている。

ここで、送信端末３０２ａ～３０２ｃの各々は、自身が取得したセンサデータ（ＳＤ２）を、図１１に示す誤差推定器及び圧縮前データ推定器を経て傍受パターン行動器に入力する。これにより、送信端末３０２ａ～３０２ｃの各々は、自身のセンサデータ（ＳＤ２）を圧縮する際の圧縮パターンと、他の送信端末が送信した圧縮データを傍受する傍受モードを有効にするか否かを示す傍受パターンを取得する。

そして、送信端末３０２ａ～３０２ｃの各々は、自身のセンサデータ（ＳＤ２）に対して上記した圧縮パターン及び傍受パターンに従った圧縮処理を施すことで圧縮データを得る。送信端末３０２ａ～３０２ｃの各々は、自身が取得した圧縮データ及び圧縮パターンを含む圧縮データブロックを、互いに異なるタイミングで無線送信（ブロードキャスト）する。尚、送信端末３０２ａ～３０２ｃは、所定の処理ステップ毎に夫々の送信順番を変更する。

例えば、図１２に示すように、送信端末３０２ａ～３０２ｃは、ステップＳＴ１及びＳＴ２の各々毎に、そのステップＳＴ内の異なる時点ｔ１～ｔ３で圧縮データブロックを送信（ブロードキャスト）する。尚、送信端末３０２ａ～３０２ｃは、当該ステップ毎に、そのステップ内で圧縮データブロックを送信するタイミングをランダムに変更する。図１２に示す一例では、ステップＳＴ１では送信端末３０２ａ、３０２ｂ、３０２ｃの順に、夫々時点ｔ１～ｔ３で圧縮データブロックを送信する。次のステップＳＴ２では、送信端末３０２ｂ、３０２ｃ、３０２ａの順に、夫々時点ｔ１～ｔ３で圧縮データブロックを送信する。尚、送信端末３０２ａ～３０２ｃは、前段の処理ステップ（例えばＳＴ１）で取得したセンサデータ（ＳＤ２）を、後続の処理ステップ（例えばＳＴ２）で上記した圧縮処理を施して無線送信する。

以下に、上記した推論段階での処理手順について、図１３に示すフローチャートに沿って説明する。

先ず、各処理ステップにおいて、送信端末３０２ａ～３０２ｃの各々で、所定の一定期間に亘りセンサデータ（ＳＤ２）を圧縮前データとして取得する（Ｓ５０１）。

次に、送信端末３０２ａ～３０２ｃの各々で、各処理ステップで取得した自身の圧縮前データを圧縮前データ推定器（Ｇ２ａ～Ｇ２ｃ）に入力することで、他の送信端末の圧縮前データを推定する（Ｓ５０２）。

次に、送信端末３０２ａ～３０２ｃの各々で、自身の圧縮前データを誤差推定器（Ｇ１ａ～Ｇ１ｃ）に入力することで、推定した他の端末の圧縮前データと、実際に取得した自身の圧縮前データとの誤差を推定する（Ｓ５０３）。

次に、送信端末３０２ａ～３０２ｃの各々で、自身の圧縮前データと、上記Ｓ５０２で推定された他の送信端末の圧縮前データと、上記Ｓ５０３で推定された推定誤差と、を「状態」として傍受パターン行動器（Ｇ３ａ～Ｇ３ｃ）に入力（Ｓ５０４）することで、傍受モードを有効にするか否かを推定し、その推定結果を示す傍受パターンを得る（Ｓ５０５）。

ここで、傍受パターンが傍受モードの有効を示すと判定した送信端末は、他の送信端末の圧縮データの傍受を行い（Ｓ５０６）、その傍受した圧縮データを「状態」として用いて圧縮パターン行動器（Ｇ４ａ～Ｇ４ｃ）に入力することで最適な圧縮パターンの推定を行う（Ｓ５０７）。そして、この送信端末は、自身が取得したセンサデータ（圧縮前データ）を、上記Ｓ５０７で推定された最適な圧縮パターンで圧縮して得た圧縮データと、上記圧縮パターンとを含む圧縮データブロックを無線送信する。

一方、上記Ｓ５０５において、傍受パターンが傍受モードの無効を示すと判定された場合、当該送信端末は、上記のように推定された圧縮前データを「状態」として用いて最適な圧縮パターンの推定を行う（Ｓ５０８）。そして、この送信端末は、自身が取得したセンサデータ（圧縮前データ）を、上記Ｓ５０８で推定された最適な圧縮パターンで圧縮して得た圧縮データと、当該圧縮パターンとを含む圧縮データブロックを無線送信する。

ここで、中継端末３０３は、各送信端末から無線送信された圧縮データブロックを受信し、送信端末毎の各圧縮データブロックを順次、バッファＢＦに取り込んで保持する。中継端末３０３は、当該バッファＢＦに保持されている圧縮データ及び圧縮パターンを、図１１に示すように自身に構築されている復元パターン行動器に入力することで復元パターンを推定する。そして、中継端末３０３は、推定した復元パターン、圧縮データ及び圧縮パターンを含む情報を受信端末に送信する。

尚、上記Ｓ５０２では、１つの処理ステップだけではなく、それ以前の過去の処理ステップで取得した圧縮前データを用いて圧縮前データを推定しても良い。

また、上記実施例における、学習用端末３０１、送信端末３０２ａ～３０２ｃ及び中継端末３０３の各々で実施される動作は、ハードウェア、或いはソフトウェアのどちらで実行しても構わない。

図１４は、学習用端末３０１、送信端末３０２ａ～３０２ｃ及び中継端末３０３で実施される上記した動作をソフトウェアで実行する場合に採用される情報制御装置４００の構成を示すブロック図である。

情報制御装置４００は、記憶媒体としてのＲＯＭ７１及びＲＡＭ７２と、データ通信回路７３と、ＣＰＵ（Central Processing Unit）７４とを含む。ＲＯＭ７１には、学習用端末３０１、送信端末３０２ａ～３０２ｃ及び中継端末３０３各々の動作を担うプログラムが記憶されている。ＣＰＵ７４は、かかるＲＯＭ７１に記憶されているプログラムを実行する。例えば、図５に示す学習段階の処理及び図１３に示す推論段階の処理を夫々表すプログラムがＲＯＭ７１に記憶されており、ＣＰＵ７４が当該プログラムを実行することで、上記したような学習段階及び推論段階の動作を実現する。

また、各送信端末で、未知のセンサデータ、つまり現時点までに取得したことが無いサンプル系列を有するセンサデータを検出した場合には、そのセンサデータに基づき学習モデルの再学習を行っても良い。この場合、送信端末３０２ａ～３０２ｃや中継端末３０３に構築された学習モデルを学習用端末３０１に移行し、上記した学習段階で説明した方法で再学習を行うようにしても良い。また、送信端末３０２ａ～３０２ｃや中継端末３０３に構築された学習モデルはそのまま維持し、各送信端末や中継端末間の学習に関する情報交換等による再学習を行っても良い。

また、上記実施例では、傍受モードが有効を示す場合にのみ他の送信端末から送信された圧縮データを傍受しているが、所定周期で他の送信端末の圧縮データを傍受する構成とし、推定精度の大小によって当該所定周期の長さを変更するようにしても良い。

また、上記実施例では、送信端末３０２ａ～３０２ｃの各々が、自身が取得したセンサデータ（圧縮前データ）に圧縮処理を施すにあたり、他の送信端末から送信された圧縮前データを考慮して最適な圧縮パターンを推定している。しかしながら、１つの送信端末が例えばＸ軸、Ｙ軸及びＺ軸各々での３軸分の互いに相関のある３つのセンサデータ片を取得する場合には、これら３つの圧縮前データ片に基づき最適な圧縮パターンを推定する処理を施すようにしても良い。

また、上記実施例では、センサーデータを取得し、当該センサーデータに圧縮処理を施したものを送信する送信端末の動作を、３つの送信端末３０２ａ～３０２ｃを用いて説明したが、当該送信端末の数は３つに限らず２つ以上の複数であれば良い。

また、上記実施例では、１の送信端末の圧縮前データと、この圧縮前データに基づいて推定した他の送信端末の圧縮前データとの推定誤差をニューラルネットワークに入力することで、傍受モードを有効にするか否かを示す傍受パターンを得ている。つまり、推定誤差が大きい場合には圧縮パターンの推定精度が低下してしまうので、このような場合には、送信端末３０２ａ～３０２ｃの各々は他の送信端末の圧縮前データに代えて、当該他の送信端末から送信（ブロードキャスト）された圧縮処理後の圧縮データを用いて圧縮パターンの推定を行う。よって、他の送信端末から送信された圧縮処理後の圧縮データを傍受するか否かの決定を、推定誤差を用いたニューラルネットワークによって推定しているのである。

しかしながら、ニューラルネットワークを用いずに、当該推定誤差の大きさ基づき、他の送信端末から送信された圧縮データの傍受を行うか否かを決定する、又は当該傍受を行う頻度を決定するようにしても良い。例えば、推定誤差が所定の閾値よりも大きい場合には他の送信端末から送信された圧縮データの傍受を行い、推定誤差が所定の閾値以下である場合には、他の送信端末から送信された圧縮データの傍受を行わないという決定を行う。尚、ここでは、頻度がゼロである場合には傍受を行わないことを表すものとする。

要するに、センサデータ圧縮システム１００としては、以下のような圧縮前データ推定部、誤差推定部及び圧縮パターン推定部を夫々が含む複数の送信端末と、中継端末と、を有するものであれば良い。

つまり、複数の送信端末（３０２ａ～３０２ｃ）は、夫々がデータ片（ＳＤ２）を取得し、取得したデータ片を圧縮前データ片とし、この圧縮前データ片に圧縮パターンに基づく圧縮処理を施して得た圧縮データ片と上記圧縮パターンとを含む圧縮データブロックを送信する。中継端末（３０３）は、複数の送信端末から送信された複数の圧縮データブロックを受信し、当該複数の圧縮データブロックに基づき復元処理の為の復元パターンを得て、複数の圧縮データブロック及び復元パターンを、復元処理を行うデータ復元部（３２１）を含む受信端末（３０４）に送信する。尚、複数の送信端末の各々は、自身が取得した圧縮前データ片に基づき自身以外の他の送信端末が取得するであろう圧縮前データ片を推定する圧縮前データ推定部（例えばＧ２ａ）、及び自身が取得した圧縮前データ片に基づき、圧縮前データ推定部で推定された圧縮前データ片と自身が取得した圧縮前データ片との間の誤差を推定誤差として推定する誤差推定部（例えばＧ１ａ）を有する。

更に、複数の送信端末の各々は、推定誤差の大きさに基づき他の送信端末が送信した圧縮データ片の傍受を行うか否かを決定するか、又は圧縮データ片の傍受の頻度を決定し、圧縮データ片の傍受を行わない場合には、圧縮前データ推定部で推定された圧縮前データ片及び自身が取得した圧縮前データ片に基づき圧縮パターンの推定を行う圧縮パターン推定部（例えばＧ４ａ）を含む。尚、圧縮パターン推定部は、圧縮データ片の傍受を行う場合には、当該傍受した圧縮データ片及び自身が取得した圧縮前データ片に基づき圧縮パターンの推定を行う。

すなわち、本発明に係るデータ圧縮システムでは、複数の送信端末の各々が、自身以外の他の送信端末で処理されるデータをも利用することで、自身が取得したデータ片に施す圧縮処理のための最適な圧縮パターンを精度良く推定できるようにしている。この際、当該データ圧縮システムでは、複数の送信端末の各々において、自身が取得したデータ片（圧縮前データ片）に基づき、他の送信端末で取得されるであろうデータ片（圧縮前データ片）を推定している。これにより、複数の送信端末の各々は、送信端末間での通信を行うことなく、他の送信端末で処理されるデータ片を取得できるので、通信処理に費やされる消費電力を抑えることが可能となる。

更に、当該データ圧縮システムでは、複数の送信端末の各々で、自身が取得した圧縮前データ片と、推定によって取得した他の送信端末の圧縮前データ片との誤差（推定誤差）が大きい場合には、当該他の送信端末が送信した圧縮処理後の圧縮データ片を傍受する。そして、推定によって取得した他の送信端末の圧縮前データ片に代えて、当該傍受した他の送信端末の圧縮データ片を用いて圧縮パターンの推定を行う。これにより、推定誤差が小さい時は他の送信端末の圧縮前データ片を精度良く推定し、送信端末間でお互い情報交換することなく低消費電力で圧縮パターンを推定する。一方、推定誤差が大きい時には送信端末間でお互い情報交換を行い、上記した推定誤差が大きいが故に生じる圧縮パターンの推定精度の低下を抑えることが可能となる。この結果、低消費電力かつ高精度での圧縮パターンの推定が可能となる。

よって、本発明に係るデータ圧縮システムによれば、消費電力を抑え且つ圧縮パターンの推定精度の低下を招くことなく、複数の送信端末の各々が取得したデータを圧縮することが可能となる。

１００ センサデータ圧縮システム
３０１ 学習用端末
３０２ａ～３０２ｃ 送信端末
３０３ 中継端末
３０８ 最適圧縮学習モデル構築部
３０８ａ 圧縮前データ推定部
３０８ｂ 誤差推定部
３０８ｃ 最適圧縮・復元パターン推定部
Ｇ１ａ～Ｇ１ｃ 誤差推定器
Ｇ２ａ～Ｇ２ｃ 圧縮前データ推定器
Ｇ３ａ～Ｇ３ｃ 行動器

Claims (8)

1. 夫々がデータ片を取得し、取得したデータ片を圧縮前データ片とし当該圧縮前データ片に圧縮パターンに基づく圧縮処理を施して得た圧縮データ片と、前記圧縮パターンとを含む圧縮データブロックを送信する複数の送信端末と、
   前記複数の送信端末から送信された複数の前記圧縮データブロックを受信し、前記複数の前記圧縮データブロックに基づき復元処理の為の復元パターンを得て、前記復元パターン及び前記複数の前記圧縮データブロックを、前記復元処理を行うデータ復元部を含む受信端末に送信する中継端末と、を有し、
   前記複数の送信端末の各々は、
   自身が取得した前記圧縮前データ片に基づき自身以外の他の前記送信端末が取得するであろう前記圧縮前データ片を推定する圧縮前データ推定部と、
   前記自身が取得した前記圧縮前データ片に基づき前記圧縮前データ推定部で推定された前記圧縮前データ片と前記自身が取得した前記圧縮前データ片との誤差を推定誤差として推定する誤差推定部と、
   前記推定誤差の大きさに基づき前記他の送信端末が送信した前記圧縮データ片の傍受を行うか否かを決定するか又は前記圧縮データ片の傍受の頻度を決定し、前記圧縮データ片の傍受を行わない場合には、前記圧縮前データ推定部で推定された前記圧縮前データ片及び前記自身が取得した前記圧縮前データ片に基づき前記圧縮パターンの推定を行い、前記圧縮データ片の傍受を行う場合には、当該傍受した前記圧縮データ片及び前記自身が取得した前記圧縮前データ片に基づき前記圧縮パターンの推定を行う圧縮パターン推定部と、を含むことを特徴とするデータ圧縮システム。
2. 前記圧縮パターン推定部は、夫々の前記推定誤差が所定の閾値よりも大きい場合には前記他の送信端末から送信された圧縮データの傍受を行うと決定し、前記推定誤差が所定の閾値以下である場合には前記他の送信端末から送信された圧縮データの傍受を行わないと決定することを特徴とする請求項１に記載のデータ圧縮システム。
3. 前記圧縮前データ推定部には、前記自身が取得した前記圧縮前データ片を入力として、他の前記送信端末が取得するであろう前記圧縮前データ片を出力する学習モデルが構築されており、前記誤差推定部には、前記自身が取得した前記圧縮前データ片を入力として、前記推定誤差を出力する学習モデルが構築されており、前記圧縮パターン推定部には、前記自身が取得した前記圧縮前データ片及び前記推定誤差を入力として、前記圧縮データ片の傍受を行うか否かを示す情報及び前記圧縮パターンを出力する学習モデルが構築されていることを特徴とする請求項１又は２に記載のデータ圧縮システム。
4. 前記圧縮パターン推定部に構築されている前記学習モデルは、前記送信端末の消費電力、前記圧縮処理でのデータの圧縮比、データの復元誤差、及び遅延時間を報酬として、強化学習が施された行動器であることを特徴とする請求項３に記載のデータ圧縮システム。
5. 前記複数の送信端末の各々が取得した前記圧縮前データ片に基づき前記学習モデルの各々に学習を施す学習端末を有し、
   前記学習端末は、前記複数の送信端末のうちの少なくとも１つから前記学習に使用されていない未学習データを受けた場合には、前記未学習データを反映させた学習を前記学習モデルの各々に施すことで学習モデルの再構築を行うことを特徴とする請求項３又は４に記載のデータ圧縮システム。
6. 前記複数の送信端末は、単一の検知対象から夫々検知した検知結果を示すセンサデータ片を前記圧縮前データ片として取得することを特徴とする請求項１～５のいずれか１に記載のデータ圧縮システム
7. データ片を圧縮前データ片として取得するデータ取得部と、
   取得した前記圧縮前データ片に圧縮パターンに基づく圧縮処理を施して圧縮データ片を生成するデータ圧縮部と、
   前記圧縮データ片及び前記圧縮パターンを含む圧縮データブロックを送信する送信部と、を含む送信端末であって、
   前記データ圧縮部は、
   前記データ取得部で取得した前記圧縮前データ片に基づき、自身以外の他の送信端末が取得するであろう圧縮前データ片を推定する圧縮前データ推定部と、
   前記自身が取得した前記圧縮前データ片に基づき前記圧縮前データ推定部で推定された前記圧縮前データ片と前記自身が取得した前記圧縮前データ片との誤差を推定誤差として推定する誤差推定部と、
   前記推定誤差の大きさに基づき前記他の送信端末が送信した圧縮データ片の傍受を行うか否かを決定するか又は前記圧縮データ片の傍受の頻度を決定し、前記圧縮データ片の傍受を行わない場合には、前記圧縮前データ推定部で推定された前記データ片及び前記データ取得部で取得した前記データ片に基づき前記圧縮パターンの推定を行い、前記圧縮データ片の傍受を行う場合には、当該傍受した前記圧縮データ片及び前記データ取得部で取得した前記データ片に基づき前記圧縮パターンの推定を行う圧縮パターン推定部と、を含むことを特徴とする送信端末。
8. 夫々が、データ片を取得し前記データ片に対して圧縮パターンに基づく圧縮処理を施して得た圧縮データ片を送信する複数の送信端末を制御する制御装置が実行するプログラムであって、
   前記複数の送信端末の各々において自身が取得した前記データ片を圧縮前データ片として取得する第１のステップと、
   前記自身が取得した前記圧縮前データ片に基づき、自身以外の他の前記送信端末が取得するであろう圧縮前データ片を推定する第２のステップと、
   前記自身が取得した前記圧縮前データ片に基づき、前記第２のステップで推定された前記圧縮前データ片と、前記自身が取得した前記圧縮前データ片との誤差を推定誤差として推定する第３のステップと、
   前記第２のステップで推定された前記圧縮前データ片、前記自身が取得した前記圧縮前データ片、及び前記推定誤差を行動器に入力することで前記圧縮パターン及び前記他の送信端末から送信された圧縮データ片を傍受するか否かを推定する第４のステップと、
   前記第４のステップで圧縮データ片を傍受すると推定された場合には、当該傍受した前記圧縮データ片及び前記自身が取得した前記圧縮前データ片に基づき前記圧縮パターンの推定を行う第５のステップと、
   前記第４のステップで前記圧縮データ片を傍受しないと推定された場合には、前記第２のステップで推定された前記圧縮前データ片及び前記自身が取得した前記圧縮前データ片に基づき前記圧縮パターンの推定を行う第６のステップと、を含むことを特徴とするプログラム。

Images