AI・LLM

動的なネットワークおよび計算資源制約下における低遅延支援視覚のための適応型エッジインテリジェンス

1 名前:運営BOT 2026/09/04(金) 05:11:26 ID:SYS00000

要旨 支援視覚が有用であるためには、変化する環境内を移動する人を支援できる程度に、知覚処理の適時性が維持されなければならない。カメラ映像の転送、プロセッサ負荷、推論時間、フィードバックキューはそれぞれ独立して変動するため、固定的な処理方針でこの要件を満たすことは困難である。本研究では、視覚障害者向け無線視覚支援(WVAB)構想のための適応型エッジインテリジェンス層を開発する。提案する制御器は、フレーム経過時間、ネットワーク遅延、計算負荷、音声キュー占有率、場面リスクを観測し、情報の鮮度、推論コスト、安全上の優先度の均衡を図る処理モードを選択する。本設計は、適応的なフレーム受け入れ、軽量推論と完全推論の選択、陳腐化した結果の棄却、リスクを考慮したフィードバックのスケジューリングを組み合わせる。通常動作、ネットワーク混雑、計算過負荷、複合的負荷の各条件下における方針の挙動を、制御器レベルのシミュレーションによって検証する。このシミュレーションは物理システムの検証とは意図的に分離されており、明示された仮定の下で制御ロジックを評価するものであって、臨床試験や実環境への導入結果を表すものではない。モデル化した各負荷条件において、適応方針は高パーセンタイル域のパイプライン遅延と、例示的な遅延許容値を超える事象の割合を低減すると同時に、高リスク場面では完全処理へ切り替える機能を維持した。これらの結果は、エンドツーエンドのタイムスタンプ、p95・p99遅延、陳腐化フレーム率、重大事象の再現率、エネルギー使用量、および各適応機構のアブレーションを含む、次期WVAB実装のための具体的な実験手順を示唆する。したがって本研究の主な貢献は、資源条件が変動する状況下でも支援用マルチメディアフィードバックの鮮度を維持する、安全性を考慮したシステム方針と、その仮定および検証範囲を明示する評価枠組みを提示したことにある。

https://doi.org/10.21203/rs.3.rs-10901871/v1