映像など無限に流れるデータを圧縮器に一度通すだけで、頻出するデータのパターンを自動的に見つけて圧縮?完全に復元（解凍）可能な新技術を開発しました。従来の技術より10～30%圧縮率が高く、次世代データ伝送方式としてIoTやクラウドなどに用いれば、消費電力を大幅に削減できます。

　IoT（モノのインターネット）やクラウドなど現代社会に欠かせない情報通信技術では、映像やセンサなどのデジタルデータを計算し、伝送する速度がサービスの質を決めます。例えば、監視カメラ映像による人物特定では、映像の伝送、人工知能（AI）での認識、結果を利用者に返すといった一連の流れを高速化する技術が求められます。実はこの過程で時間がかかるのは、AIによるデータ計算よりもデータの移動（通信）です。このため、元データの情報の高精細さを損なわずにデータ量を可能な限り削減し、通信時間を減らす手法の開発が望まれています。実現すれば、AIの計算に必要なデータをより短時間で伝送できます。さらに、5G/6Gなどの無線通信やインターネットなど広域通信に流れるデータ量を減らせるため、世界規模での消費電力の削減につながります。

　従来のデータ圧縮技術では、データを有限なある程度のまとまりとして記録し、それを圧縮していたため、データを記録するメモリーやデータを処理するプロセッサーが不可欠でした。このため、終わりなく連綿と流れるデータ（データストリーム）を圧縮する場合、圧縮機構は大がかりになる一方、リアルタイムの圧縮はできないという問題がありました。

　本研究では、データストリームを圧縮器に一度通すだけで、頻出するデータパターンを自動的に探し出し、最少で1ビットにまで圧縮できる新技術を開発しました。しかも、どのようなデータでもリアルタイムに完全に元に戻すことができます。これまでの技術では、一つの単位データ（シンボル）を1ビットにまで圧縮することはできましたが、新方式では複数の単位データをまとめて1ビットにまで圧縮できます。これにより、従来方式に比べ圧縮効率が10～30%向上しました。

　また、今回の新技術では、プロセッサーやメモリーなどを利用することなく、高速でコンパクトなデータ圧縮機能のハードウェア化が容易にできるという特色があります。半導体チップに今回の成果を適用し、AIに実装すれば、データ量の削減によるさらなる高速化、データの移動経路における省電力化が図れ、Society 5.0を実現する持続可能なブレークスルー技術となることが期待されます。

PDF資料

プレスリリース

研究代表者

狗万app足彩,狗万滚球システム情報系
山際 伸一　准教授

掲載論文

【題名】

Universal Adaptive Stream-based Entropy Coding
（ユニバーサル性をもつ適応的なストリーム指向のエントロピー符号化）

【掲載誌】

IEEE Access

【DOI】

10.1109/ACCESS.2024.3429389

関連リンク

システム情報系
Edge Computing Labウェブサイト