特別小特集 画像の高画質変換技術の最新動向
4. ディスプレイの高画質化技術動向
Technology Trends in Information Display for Improving Image Quality
薄井武順
リアリティの高い映像表現の実現に向けたディスプレイの最先端技術
リアリティの高い映像表現の実現に向けたディスプレイの最先端技術
今も進化が続くカラー動画像の雑音除去技術
モデルベース手法が与える深層学習の解釈性と説明可能性
電子の波で見る微細な磁界分布
電子顕微鏡によるナノスケール観察はデバイス開発及び製造管理において有用な解析手法の一つである.環境負荷軽減への貢献が期待されるスピントロニクスデバイスの開発においては,電子顕微鏡による電磁界計測技術が有用な解析手法となると期待される.本稿では,低消費電力デバイスへの応用が期待されるスキルミオンの磁界観察,三次元磁界観察,及びサブナノスケール磁界観察への電子線ホログラフィーの応用事例を紹介する.
高速光情報伝送に向けた光デバイスの大規模集積
シリコンフォトニクス技術による種々の光機能を大規模光回路に集積するためには,各機能デバイスの設計・プロセス・検証を連携させ,プラットホーム技術として統合する必要がある.我々は,ArF液浸露光などの40nm世代CMOS技術,300mm径SOI,ゲルマニウムエピタキシャル成長装置,光ウェーハプロービングシステムを用いたプロセス制御,及び統合的な設計ライブラリにより,世界最高の低伝搬損導波路,波長確度の高いフィルタ素子,高速変調器・受光器等の再現性の高い集積を可能とするプラットホーム技術を確立した.
データセンターで用いる超小形・大容量の光トランシーバを目指して
データセンターで用いられる光トランシーバは,2030年頃までに1.6Tbit/sになると予測されている.また,大容量というだけでなくLSI直近に実装するため小形化・低消費電力化も同時に求められる.シリコンフォトニクス技術を用いて1.6Tbit/sの超小形・大容量波長分割多重チップの要素素子である112Gbit/s Ge電界吸収形光変調器・導波路形Ge受光器及びこれらを動作させる最先端SiGe-BiCMOSプロセスを用いたドライバ・TIA,更に,16波長合分波器を開発し,基本動作を実証した.
機械学習でネットワークセキュリティ運用を支える
ネットワーク運用の現場では,ログの振り分けや機器設定などの業務を,機械学習の適用により効率化することが期待される.これらの多種多様な業務に広く適用可能な,汎用的な機械学習技術はいまだ確立されておらず,現状は地道に個別事例について検証を行っていく必要がある.本稿ではその一つとして,IDPS(Intrusion Detection and Prevention System)のシグネチャを,重要度で分類する機械学習の適用研究について紹介する.具体的には,シグネチャの特徴量設計やその分析,またIf/Thenルールでラベル付けを行ったデータを機械学習に用いた場合の結果を共有する.
ネットワーク運用のディジタルトランスフォーメーションに向けて
近年,様々な産業の従事者が各々の要件に合わせた高品質で安定したネットワークを柔軟かつ迅速に構築可能にするために,ネットワークの自律的な運用管理技術の研究開発が盛んに取り組まれている.筆者らは,ネットワークの自律化を実現するコア技術の一つとして,ネットワークの自動設計技術の研究開発を推進してきた.本稿では,まず自動設計技術の概要を示し,これを機械学習によって拡張し,より柔軟・迅速かつ高品質な設計を可能とする手法について述べる.また,簡易なサンプルを用いた実験を通じてその実現性と有効性を議論する.
ネットワーク運用監視に機械学習を導入するためのポイントとは?
昨今普及が進む第5世代移動通信システム(5G)のネットワークでは,仮想化技術を用いたNFV(Network Function Virtualization)の導入が拡大している.通信事業者は,仮想化によって迅速かつ柔軟に通信サービスを提供することができるようになる一方で,ネットワーク構成の複雑化により運用負荷が増大し,従来の人手中心のオペレーションでは通信品質を維持するのが難しくなる.本稿では,その解決策として期待される機械学習を用いたネットワーク運用の中から特に障害原因解析に関する取組みとして,仮想5Gコア網を対象とした機械学習による障害原因解析モデルの構築手法と性能評価の結果について述べる.
ネットワーク運用のディジタルトランスフォーメーションに向けて
近年,様々な産業の従事者が各々の要件に合わせた高品質で安定したネットワークを柔軟かつ迅速に構築可能にするために,ネットワークの自律的な運用管理技術の研究開発が盛んに取り組まれている.筆者らは,ネットワークの自律化を実現するコア技術の一つとして,ネットワークの自動設計技術の研究開発を推進してきた.本稿では,まず自動設計技術の概要を示し,これを機械学習によって拡張し,より柔軟・迅速かつ高品質な設計を可能とする手法について述べる.また,簡易なサンプルを用いた実験を通じてその実現性と有効性を議論する.