生物に学ぶ環境変動への適応性を備えた情報通信技術

自己組織化制御は大規模なネットワークを制御するための重要なアイデアのひとつです。自己組織化制御では、ネットワークの一つ一つの端末が意思決定を行う際にローカルな情報が使用されます。ローカルレベルのシステム構成要素のここの判断や、構成要素同士の相互作用によって、外部または中央集権的な制御なしに、環境の変化に対応することができることが知られています。生物の振る舞いや自然界の現象などは自己組織的な特徴を持つことが知られており、そのような特徴をうまく活用することで適応性を備えた情報通信技術を実現します。

人の脳の情報処理モデルに学ぶ情報処理技術

人の脳は省電力性と高い情報処理機能を備えていることが知られている。このような脳の仕組みを活用することで、高い通信効率性、ロバスト性、変動への耐性、適応進化などの特徴を備えたネットワークの実現が期待される。人の脳内ネットワークを分析し、その特徴を備えたネットワーク構造の生成や、脳が認識を行う際の情報処理モデルを活用した、不確実な情報に対しても適切な意思決定を行う情報通信技術の研究を行っています。