MathJax = {
  chtml: {
    matchFontHeight: false
  },
  tex: {
    inlineMath: [['$', '$']]
  }
};






一般的に、デコンボリューションの役割は、装置関数で劣化してしまったシグナルの高周波成分を回復させることです。ここに、暗黙のルールとして、遮断周波数を超える成分に関しては言及しないとされています。


この一般論の範囲内でWVR法を議論する場合は、注意が必要です。WVR法では、遮断周波数内の成分だけでなく、遮断周波数を超える成分に対してもシグナルを回復させることができます。


以上の点を踏まえてコンセプトを考えていきましょう。


我々は、主に光を用いて物を見ています。しかし、光で見る世界には分解能の理論限界が存在します。顕微鏡の世界では「レイリー限界」、望遠鏡の世界では「ドーズ限界」などと呼ばれています。


我々はこれまで、理論限界で制限された窮屈な世界での活動を強いられてきました。顕微鏡のスケールではサブマイクロオーダーまで、望遠鏡のスケールでは月面間の距離オーダーまで位しか産業化することができません。


しかしご存じの通り、制限された世界の外には非常に興味深い物理があり、むしろそのような世界の方が広大であると言っても過言ではないでしょう。


WVR法は、この理論限界による制限を打開して光学の世界を無限に広げます。今回はここまで。次回は、何故光学に拘るのかという点についてコンセプトを考えます。(written by J.Nishigata)


Copy Right 2020-現在 ALXIS DATA, Inc. All Right Reserved.

研究160- WVR法の科学技術的なコンセプトその１

MathJax = {
  chtml: {
    matchFontHeight: false
  },
  tex: {
    inlineMath: [['$', '$']]
  }
};






近年、インターネット上での情報の多くを占めているものは、画像データです。近未来でのイメージセンサの出荷台数は年間1兆個に達すると言われており、AIを用いた画像利用と相まって、重要度は更に増していきます。


ここで問題となってくるのは、情報量のエネルギー効率です。現状、インターネット上の画像データの多くは不可逆圧縮技術により1/10前後まで圧縮されています。何故圧縮するのか、この根本的な原因は、「高周波成分の劣化により、元のデータ量に比べて1割程度しか情報が含まれていない」という物理学的な問題にあります。


この情報量を回復させることができるのであれば、元のデータ量を最大限に生かして、情報量のエネルギー効率を増加させることができます。


画像データを不可逆圧縮してしまうと、このコンセプトは破綻してしまいますが、圧縮しない場合はそれはそれで別の問題「通信コストの問題」が発生してしまいます。


しかし、通信コストの問題を解消することは容易でしょう。中央集権的なサービスが淘汰されていくこれからの時代、多くの処理はエッジコンピュータにオフロードされます。WVR法も同様にオフロードされるのであれば、通信上で非圧縮データを使う必要性はなくなります。


情報量のエネルギー効率を改善してAIの学習効率を飛躍的に改善することが3つ目の科学技術的なコンセプトでした。今回はここまで。次回は、進化論的なポジションでWVR法のコンセプトを考えたいと思います。(written by J.Nishigata)


Copy Right 2020-現在 ALXIS DATA, Inc. All Right Reserved.

研究161- WVR法の科学技術的なコンセプトその２