図の修正

_pages/project.md

@@ -5,7 +5,7 @@ excerpt: "Nishio Lab -- Research Project"
 permalink: /project/
 ---
 
-# Research Projects
+# Research Vision
 
 ## Vision-Wireless
 無線通信とコンピュータビジョンの融合領域に関する研究を推進しています。5Gや6Gなどの次世代移動体通信ではミリ波やテラヘルツ波など、従来はレーダに用いられていたような非常に高い周波数が通信に用いられます。しかし、これらの高い周波数の信号は車両や歩行者によって遮られるだけで大きく減衰します。本研究では、身の回りに増えつつあるカメラやLiDARなどの環境センシング技術を用いてこれら高周波帯通信の状態を予測したり通信に役立てるVision 4 Wireless (V4W)技術や、その逆の問題、すなわち、無線通信の信号から環境の状態を推定するWireless for Vision (W4V)技術を研究しています。
@@ -61,24 +61,7 @@ permalink: /project/
   </div>
 </div> 
 
----
-
-
-<br><br>
-<div class="row">
-  <div class="col-sm-3">
-      <center>
-          <img src="{{ site.url }}{{ site.baseurl }}/images/research/wifi.jpg" alt="写真" width="250px">
-      </center>
-  </div>
-  <div class="col-sm-9">
-      <h4>Self-optimizing wi-fi</h4>
-      強化学習技術を用いて自律的に学習し、通信速度最大化や遅延最小化するWi-Fi制御を実現します。
-  </div>
-</div>
-<br><br>
-
-
+# Research Projects and Highlighted Results
 
 ## JST さきがけIoT　「機械学習するIoT通信ネットワーク基盤」 （2020年度〜2023年度） 
 本研究は、IoT-AIトラヒックの爆発的増加とデータプライバシの課題を解決するため、IoTデータの地産地消を実現する通信とAIデータ処理が一体化したIoT基盤構築を目指す。従来型クラウドAIを用いたIoTデータ処理ではなく、IoTデータを収集するローカルNW内で分散的にAI処理することで、コアNWのトラヒック削減とリアルタイム性向上および機密情報流出の危険性を大きく低減可能なIoT基盤を創出する。
@@ -97,6 +80,4 @@ Federated Learningの課題であるモデル共有時に発生する大量の
 ---
 
 ## 科研費 若手研究 「無線通信環境をみるコンピュータビジョン技術」　　（2018年度〜2021年度） 
-本研究は、カメラやレーダなどの視覚（ビジョン）データから無線通信品質を予測することである。ミリ波通信や可視光通信、テラヘルツ通信など超高周波帯を用いた通信では、歩行者や車、植物などが見通し通信路を遮蔽すると信号電力が大きく低下し、通信品質を劣化させる。一方、反射物となるようなものが近傍に存在すれば、強い反射波を受信することで通信を継続することができる。このような電波伝搬空間情報はカメラやレーダなどビジョンデータに内包されており、それを読み解くことで通信品質を予測できる可能性がある。
-
-
+本研究は、カメラやレーダなどの視覚（ビジョン）データから無線通信品質を予測することである。ミリ波通信や可視光通信、テラヘルツ通信など超高周波帯を用いた通信では、歩行者や車、植物などが見通し通信路を遮蔽すると信号電力が大きく低下し、通信品質を劣化させる。一方、反射物となるようなものが近傍に存在すれば、強い反射波を受信することで通信を継続することができる。このような電波伝搬空間情報はカメラやレーダなどビジョンデータに内包されており、それを読み解くことで通信品質を予測できる可能性がある。