特開 2024-36728 情報処理プログラム、情報処理装置および情報処理方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024036728

(43)【公開日】2024-03-18

(54)【発明の名称】情報処理プログラム、情報処理装置および情報処理方法

(51)【国際特許分類】

   H04L 43/04 20220101AFI20240311BHJP

   H04L 43/0852 20220101ALI20240311BHJP

【ＦＩ】

H04L43/04

H04L43/0852

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2022141147

(22)【出願日】2022-09-06

(71)【出願人】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】110002918

【氏名又は名称】弁理士法人扶桑国際特許事務所

(72)【発明者】

【氏名】大浦 淳貴

(72)【発明者】

【氏名】菊月 達也

(72)【発明者】

【氏名】和田 章宏

(72)【発明者】

【氏名】椎▲崎▼ 耕太郎

(72)【発明者】

【氏名】二宮 照尚

(72)【発明者】

【氏名】横尾 郁

(57)【要約】

【課題】通信装置の動作に依存した遅延分布の推論を行う。
【解決手段】制御部１１は、通信装置２－１とのネットワーク４を介した通信状態ｓｔ１において、通信装置２－１からネットワーク４に送信された映像フレームに含まれる複数のパケットの遅延時間ｔｄ１を測定し、遅延時間ｔｄ１にもとづいてパケットをグループ分けする。制御部１１は、通信装置２－２がネットワーク４に通信負荷をかける通信負荷状態ｓｔ２において、通信装置２－１から送信された映像フレームに含まれる複数のパケットの遅延時間ｔｄ２と、映像フレームの送信時におけるネットワーク４の通信負荷ｄ１とを測定する。そして、制御部１１は、遅延時間ｔｄ２にもとづいてグループごとの遅延分布を算出し、通信負荷ｄ１とグループごとの遅延分布との関係を機械学習して学習済みモデルｍ０を作成する。
【選択図】図１

【特許請求の範囲】

【請求項1】

コンピュータに、
複数の通信装置のうち第１の通信装置がネットワークを介して通信を行う第１の状態において、前記第１の通信装置から前記ネットワークに送信された映像フレームに含まれる複数のパケットのそれぞれについての第１の遅延時間を測定し、前記第１の遅延時間にもとづいて前記複数のパケットをグループ分けし、
前記第１の通信装置を除く他の通信装置が前記ネットワークに通信負荷をかける第２の状態において、前記第１の通信装置から送信された前記映像フレームに含まれる前記複数のパケットのそれぞれについての第２の遅延時間と、前記映像フレームの送信時における前記ネットワークの第１の通信負荷とを測定し、前記第２の遅延時間にもとづいてグループごとの第１の遅延分布を算出し、前記第１の通信負荷と前記グループごとの前記第１の遅延分布との関係を機械学習することによって学習済みモデルを作成する、
処理を実行させる情報処理プログラム。

【請求項2】

前記コンピュータに、
運用状態で、前記映像フレームを複数含む映像データを前記第１の通信装置から送信した際の前記ネットワークの第２の通信負荷を測定し、
前記第２の通信負荷を前記学習済みモデルに入力して、前記映像データの送信時における前記グループごとの第２の遅延分布を算出し、
前記グループごとの前記第２の遅延分布にもとづいて、前記映像データの送信時におけるグループ全体の遅延分布を算出する、
処理をさらに実行させる請求項１記載の情報処理プログラム。

【請求項3】

前記コンピュータに、前記映像データを前記第１の通信装置から送信した際の前記グループごとのパケット数比率を算出する処理をさらに実行させ、
前記グループ全体の遅延分布の算出では、
前記グループごとの前記第２の遅延分布のそれぞれを前記グループごとの前記パケット数比率で重み付けし、
重み付けされた前記グループごとの前記第２の遅延分布を足し合わせて、前記グループ全体の遅延分布を算出する、
請求項２記載の情報処理プログラム。

【請求項4】

前記コンピュータに、
前記遅延分布をガンマ分布とした場合、形状母数、尺度母数および位相を前記グループごとに学習する前記学習済みモデルを作成する、処理を実行させる請求項１記載の情報処理プログラム。

【請求項5】

前記コンピュータに、
前記複数のパケットのうち、隣接するパケット間の前記第１の遅延時間の差が閾値以下の場合に前記隣接するパケットを同一グループに分類する、処理を実行させる請求項１記載の情報処理プログラム。

【請求項6】

前記コンピュータに、
前記通信装置の通信アプリケーションにもとづく１フレームあたりのパケット数の出現頻度を測定し、前記出現頻度をパケット位置ごとのパケット数に変換し、前記パケット位置とグループ番号との対応関係にもとづいて、前記グループごとの前記パケット数比率を算出する、処理を実行させる請求項３記載の情報処理プログラム。

【請求項7】

複数の通信装置のうち第１の通信装置がネットワークを介して通信を行う第１の状態において、前記第１の通信装置から前記ネットワークに送信された映像フレームに含まれる複数のパケットのそれぞれについての第１の遅延時間を測定し、前記第１の遅延時間にもとづいて前記複数のパケットをグループ分けし、
前記第１の通信装置を除く他の通信装置が前記ネットワークに通信負荷をかける第２の状態において、前記第１の通信装置から送信された前記映像フレームに含まれる前記複数のパケットのそれぞれについての第２の遅延時間と、前記映像フレームの送信時における前記ネットワークの第１の通信負荷とを測定し、前記第２の遅延時間にもとづいてグループごとの第１の遅延分布を算出し、前記第１の通信負荷と前記グループごとの前記第１の遅延分布との関係を機械学習することによって学習済みモデルを作成する制御部、
を有する情報処理装置。

【請求項8】

コンピュータが、
複数の通信装置のうち第１の通信装置がネットワークを介して通信を行う第１の状態において、前記第１の通信装置から前記ネットワークに送信された映像フレームに含まれる複数のパケットのそれぞれについての第１の遅延時間を測定し、前記第１の遅延時間にもとづいて前記複数のパケットをグループ分けし、
前記第１の通信装置を除く他の通信装置が前記ネットワークに通信負荷をかける第２の状態において、前記第１の通信装置から送信された前記映像フレームに含まれる前記複数のパケットのそれぞれについての第２の遅延時間と、前記映像フレームの送信時における前記ネットワークの第１の通信負荷とを測定し、前記第２の遅延時間にもとづいてグループごとの第１の遅延分布を算出し、前記第１の通信負荷と前記グループごとの前記第１の遅延分布との関係を機械学習することによって学習済みモデルを作成する、
情報処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理プログラム、情報処理装置および情報処理方法に関する。

【背景技術】

【0002】

近年、ＡＩ（Artificial Intelligence）による情報処理技術や５Ｇの無線技術等を利用して業務を支援する情報配信サービスの導入が進展している。このようなサービスでは、低遅延の制御を実現するために情報データの遅延分布の推論が行われる場合がある。

【0003】

関連技術としては、例えば、ネットワークのリンクの遅延確率分布とデータロス率の確率分布とから各リンクの通信スループットを推論する技術が提案されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２１－１１９６４１号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

情報配信として映像データを送信する通信装置では、映像データを複数のパケットに分割して送信することが行われる。しかし、通信装置からバースト的なトラフィックのパケット送信が行われるため、通信装置ごとにパケットの遅延分布が変化し、通信装置それぞれの動作に依存した遅延分布を推論することが難しいという問題がある。

【0006】

１つの側面では、本発明は、通信装置の動作に依存した遅延分布の推論を可能にした情報処理プログラム、情報処理装置および情報処理方法を提供することを目的とする。

【課題を解決するための手段】

【0007】

上記課題を解決するために、情報処理プログラムが提供される。情報処理プログラムは、コンピュータに、複数の通信装置のうち第１の通信装置がネットワークを介して通信を行う第１の状態において、第１の通信装置からネットワークに送信された映像フレームに含まれる複数のパケットのそれぞれについての第１の遅延時間を測定し、第１の遅延時間にもとづいて複数のパケットをグループ分けし、第１の通信装置を除く他の通信装置がネットワークに通信負荷をかける第２の状態において、第１の通信装置から送信された映像フレームに含まれる複数のパケットのそれぞれについての第２の遅延時間と、映像フレームの送信時におけるネットワークの第１の通信負荷とを測定し、第２の遅延時間にもとづいてグループごとの第１の遅延分布を算出し、第１の通信負荷とグループごとの第１の遅延分布との関係を機械学習することによって学習済みモデルを作成する、処理を実行させる。

【0008】

また、上記課題を解決するために、上記情報処理プログラムと同様の制御を実行する情報処理装置が提供される。
さらに、上記課題を解決するために、コンピュータが上記情報処理プログラムと同様の制御を実行する情報処理方法が提供される。

【発明の効果】

【0009】

１側面によれば、通信装置の動作に依存した遅延分布の推論が可能になる。

【図面の簡単な説明】

【0010】

【図1】情報処理装置の一例を説明するための図である。

【図2】情報処理システムの構成の一例を示す図である。

【図3】通信装置をドローンとした場合のシステム構成の一例を示す図である。

【図4】情報処理装置のハードウェア構成の一例を示す図である。

【図5】背景負荷が無い状態で行われる制御を説明するための図である。

【図6】背景負荷が有る状態で行われる制御を説明するための図である。

【図7】パケットのバースト伝送の一例を示す図である。

【図8】パケットのグループ分けの一例を示す図である。

【図9】パケット位置とグループ番号との対応テーブルの一例を示す図である。

【図10】パケットのグループ分けの処理の一例を示すフローチャートである。

【図11】学習済みモデルの作成の流れの一例を示すフローチャートである。

【図12】背景負荷情報の一例を示す図である。

【図13】ガンマ分布のパラメータの算出の一例を示す図である。

【図14】平均二乗誤差が最小になる場合の例を示すである。

【図15】平均二乗誤差が最小になる場合の例を示すである。

【図16】学習済みモデルのデータの一例を示す図である。

【図17】学習済みモデルを用いて運用時の推論モデルを算出する動作の一例を示す図である。

【図18】パケット数比率の算出の一例を示す図である。

【図19】パケット数比率の算出の一例を示す図である。

【図20】パケット数比率の算出の変形例を示す図である。

【図21】トータル遅延分布を利用した要件判定の一例を示す図である。

【図22】トータル遅延分布を利用した要件判定の一例を示す図である。

【発明を実施するための形態】

【0011】

以下、本実施の形態について図面を参照して説明する。
図１は情報処理装置の一例を説明するための図である。情報処理装置１０は、制御部１１および記憶部１２を備え、ネットワーク４を介して、通信装置２－１、２－２に対する通信制御を行う。例えば、通信装置２－１、２－２が無線通信装置の場合、情報処理装置１０によって、無線ネットワークを介した通信制御が行われる。また、情報処理装置１０は、通信装置２－１、２－２から送信されるパケットの遅延分布の学習済みモデルを作成する。

【0012】

制御部１１の機能は、例えば、情報処理装置１０が備える図示しないプロセッサが、所定のプログラムを実行することによって実現する。また、記憶部１２は、情報処理装置１０の主記憶装置として使用され、例えば、通信装置２－１、２－２を運用するための制御情報が記憶される。

【0013】

通信装置２－１から送信されるパケットの遅延分布の学習済みモデルを作成する場合の動作について説明する。
〔ステップＳ１〕複数の通信装置２－１、２－２のうち、通信装置２－１がネットワーク４を介して通信を行う第１の状態を通信状態ｓｔ１とする。なお、通信状態ｓｔ１は、通信装置２－２がネットワーク４に通信負荷をかけない状態である。

【0014】

制御部１１は、通信状態ｓｔ１において、通信装置２－１からネットワーク４に送信された映像フレームに含まれる複数のパケットのそれぞれについての遅延時間ｔｄ１（第１の遅延時間）を測定する。そして、制御部１１は、遅延時間ｔｄ１にもとづいて複数のパケットをグループ分けする。

【0015】

例えば、制御部１１によって、通信装置２－１から送信された映像フレームｆ１に含まれるパケットｐ１、・・・、ｐ８、および映像フレームｆ２に含まれるパケットｐ１１、・・・、ｐ１６の各パケットの遅延時間ｔｄ１が測定されてグループ分けが行われる。

【0016】

図１の例では、パケットｐ１、ｐ２、ｐ３、ｐ１１、ｐ１２、ｐ１３がグループｇ１に、パケットｐ４、ｐ５、ｐ６、ｐ１４、ｐ１５、ｐ１６がグループｇ２にグループ分けされている。さらに、パケットｐ７、ｐ８がグループｇ３にグループ分けされている。

【0017】

〔ステップＳ２〕通信装置２－２がネットワーク４に通信負荷をかける第２の状態を通信負荷状態ｓｔ２とする。制御部１１は、通信負荷状態ｓｔ２において、通信装置２－１から送信された映像フレームに含まれる複数のパケットのそれぞれについての遅延時間ｔｄ２（第２の遅延時間）と、映像フレームの送信時におけるネットワーク４の通信負荷ｄ１（第１の通信負荷）とを測定する。

【0018】

そして、制御部１１は、遅延時間ｔｄ２にもとづいてグループごとの遅延分布を算出し、通信負荷ｄ１とグループごとの遅延分布との関係を機械学習することによって学習済みモデルｍ０を作成する。

【0019】

図１の例では、制御部１１は、遅延時間ｔｄ２にもとづいてグループｇｎの遅延分布Ｐｇｎを算出し、通信負荷ｄ１とグループｇｎの遅延分布Ｐｇｎとの関係を機械学習することによって学習済みモデルｍ０を作成している。遅延分布Ｐｇｎがガンマ分布である場合、通信負荷ｄ１に対応するグループｇｎの学習済みモデルｍ０として、例えば、ガンマ分布の関数（確率密度関数）を決定するパラメータである、形状母数、尺度母数および位相が求められる。

【0020】

このように、情報処理装置１０では、通信装置２－１から送信されるパケットの遅延分布の学習済みモデルを作成する場合、通信装置２－２がネットワークに通信負荷をかけない通信状態ｓｔ１において、通信装置２－１から測定した遅延時間にもとづいてパケットをグループ分けする。

【0021】

そして、情報処理装置１０は、通信装置２－２がネットワークに通信負荷をかける通信負荷状態ｓｔ２において、通信装置２－１から測定した遅延時間にもとづいてグループごとの遅延分布を算出し、通信負荷とグループごとの遅延分布との関係を機械学習して学習済みモデルを作成する。

【0022】

一方、通信装置２－２から送信されるパケットの遅延分布の学習済みモデルを作成する場合も同様である。すなわち、情報処理装置１０では、通信装置２－１がネットワークに通信負荷をかけない通信状態ｓｔ１において、通信装置２－２から測定した遅延時間にもとづいてパケットをグループ分けする。

【0023】

そして、情報処理装置１０は、通信装置２－１がネットワークに通信負荷をかける通信負荷状態ｓｔ２において、通信装置２－２から測定した遅延時間にもとづいてグループごとの遅延分布を算出し、通信負荷とグループごとの遅延分布との関係を機械学習して学習済みモデルを作成する。これにより、学習済みモデルを用いて、通信装置２－１、２－２それぞれの動作に依存した遅延分布を推論することが可能になる。

【0024】

＜システム構成＞
図２は情報処理システムの構成の一例を示す図である。図２に示す情報処理システムは、図１の情報処理装置１０を無線通信システムのサーバに適用した例であり、通信装置２－１、・・・、２－ｎ、情報処理装置１０および基地局３を備える。通信装置２－１、・・・、２－ｎおよび情報処理装置１０は、基地局３に接続され、通信装置２－１、・・・、２－ｎは、ネットワーク４を介して無線通信を行う。

【0025】

通信装置２－１、・・・、２－ｎそれぞれは、映像伝送を行う映像アプリケーションを有し、映像アプリケーションに設定されるパラメータにもとづいて、撮像した映像データを情報処理装置１０に送信する。映像アプリケーションのパラメータとしては、フレームレート、圧縮率等がある。

【0026】

情報処理装置１０は、通信装置２－１、・・・、２－ｎから送信された映像データを収集して、映像データのＡＩ処理を行い、ＡＩ処理の結果にもとづいて、通信装置２－１、・・・、２－ｎを制御する。

【0027】

また、情報処理装置１０では、通信装置２－１、・・・、２－ｎそれぞれから送信されるパケットの遅延分布の学習済みモデルを作成し、学習済みモデルにもとづく遅延分布の推論を行う。そして、情報処理装置１０は、遅延分布の推論結果にもとづいて、通信装置２－１、・・・、２－ｎそれぞれに搭載されている映像アプリケーションのパラメータを制御する。このような制御が行われることで、低遅延を保証したサービスを行うことができる。

【0028】

なお、上記では、情報処理装置１０で学習・推論処理を行うとしたが、各通信装置の映像データ送信先の情報処理装置１０に限らず、ネットワーク上の他の装置で学習・推論処理が実現されてもよい。

【0029】

＜通信装置をドローンとした場合のシステム構成＞
図３は通信装置をドローンとした場合のシステム構成の一例を示す図である。図２に示した通信装置２－１、・・・、２－ｎがドローン（drone：小型無人飛行機）ｄｒ－１、・・・、ｄｒ－ｎである場合、ドローンｄｒ－１、・・・、ｄｒ－ｎの飛行制御が情報処理装置１０によって行われる。

【0030】

情報処理装置１０は、飛行制御として例えば、ドローン間の衝突判定を行い、判定結果から、衝突を防ぐためのドローン間の調停協調制御にもとづく飛行指示をドローンｄｒ－１、・・・、ｄｒ－ｎに送信する。

【0031】

このような飛行制御が行われる場合、情報処理装置１０からドローンｄｒ－１、・・・、ｄｒ－ｎへ送信される飛行指示に遅延が生じると、障害物に対する回避が遅れてドローンが障害物に衝突したり、ドローン同士が衝突したりする危険性がある。

【0032】

このため、情報処理装置１０では、ドローンｄｒ－１、・・・、ｄｒ－ｎそれぞれから送信されるパケットに対する遅延分布の学習済みモデルを作成し、学習済みモデルにもとづく遅延分布の推論を行う。そして、情報処理装置１０は、遅延分布の推論結果にもとづいて、ドローンｄｒ－１、・・・、ｄｒ－ｎそれぞれに搭載されている映像アプリケーションのパラメータを制御する。

【0033】

このような遅延分布の推論にもとづく飛行制御が行われることで、飛行指示の低遅延制御が保証され、ドローンｄｒ－１、・・・、ｄｒ－ｎによる安全な飛行サービスを実現することができる。

【0034】

なお、ドローンに限らず、例えば、通信装置が作業用ロボットであってもよい。この場合、遅延分布の推論にもとづくロボット動作の制御が行われることで、動作指示の低遅延制御が保証され、ロボット同士の協働作業による現場作業の効率的な自動化サービスを実現することができる。

【0035】

＜ハードウェア＞
図４は情報処理装置のハードウェア構成の一例を示す図である。情報処理装置１０は、例えば、図４に示すようなコンピュータとして実現される。図４に示す情報処理装置１０は、プロセッサ１０１、ＲＡＭ（Random Access Memory）１０２、ＨＤＤ（Hard Disk Drive）１０３、グラフィックインタフェース（Ｉ／Ｆ）１０４、入力インタフェース（Ｉ／Ｆ）１０５、読み取り装置１０６および通信インタフェース（Ｉ／Ｆ）１０７を備える。

【0036】

プロセッサ１０１は、情報処理装置１０全体を統括的に制御する。プロセッサ１０１は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）またはＰＬＤ（Programmable Logic Device）である。また、プロセッサ１０１は、ＣＰＵ、ＭＰＵ、ＤＳＰ、ＡＳＩＣ、ＰＬＤのうちの２以上の要素の組み合わせであってもよい。

【0037】

ＲＡＭ１０２は、情報処理装置１０の主記憶装置として使用される。ＲＡＭ１０２には、プロセッサ１０１に実行させるＯＳ（Operating System）プログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。また、ＲＡＭ１０２には、プロセッサ１０１による処理に必要な各種データが格納される。

【0038】

ＨＤＤ１０３は、情報処理装置１０の補助記憶装置として使用される。ＨＤＤ１０３には、ＯＳプログラム、アプリケーションプログラム、および各種データが格納される。なお、補助記憶装置としては、ＳＳＤ（Solid State Drive）などの他の種類の不揮発性記憶装置を使用することもできる。

【0039】

グラフィックインタフェース１０４には、表示装置１０４ａが接続されている。グラフィックインタフェース１０４は、プロセッサ１０１からの命令にしたがって、映像を表示装置１０４ａに表示させる。

【0040】

入力インタフェース１０５には、入力装置１０５ａが接続されている。入力インタフェース１０５は、入力装置１０５ａから出力される信号をプロセッサ１０１に送信する。入力装置１０５ａとしては、キーボードやポインティングデバイスなどがある。ポインティングデバイスとしては、マウス、タッチパネル、タブレット、タッチパッド、トラックボールなどがある。

【0041】

読み取り装置１０６には、可搬型記録媒体１０６ａが脱着される。読み取り装置１０６は、可搬型記録媒体１０６ａに記録されたデータを読み取ってプロセッサ１０１に送信する。可搬型記録媒体１０６ａとしては、光ディスク、光磁気ディスク、半導体メモリなどがある。通信インタフェース１０７は、ネットワーク４を介して通信装置２－１、・・・、２－ｎとの間でデータの送受信を行う。

【0042】

以上のようなハードウェア構成によって、情報処理装置１０の処理機能を実現することができる。例えば、情報処理装置１０は、プロセッサ１０１が所定のプログラムを実行することで本発明の処理を行うことができる。

【0043】

情報処理装置１０は、例えば、コンピュータで読み取り可能な記録媒体に記録されたプログラムを実行することにより、本発明の処理機能を実現する。情報処理装置１０に実行させる処理内容を記述したプログラムは、様々な記録媒体に記録しておくことができる。

【0044】

例えば、情報処理装置１０に実行させるプログラムを補助記憶装置に格納しておくことができる。プロセッサ１０１は、補助記憶装置内のプログラムの少なくとも一部を主記憶装置にロードし、プログラムを実行する。

【0045】

また、光ディスク、メモリ装置、メモリカード等の可搬型記録媒体に記録しておくこともできる。可搬型記録媒体に格納されたプログラムは、例えば、プロセッサ１０１からの制御により、補助記憶装置にインストールされた後、実行可能となる。またプロセッサ１０１が、可搬型記録媒体から直接プログラムを読み出して実行することもできる。

【0046】

＜背景負荷＞
次に背景負荷について説明する。背景負荷が無い状態は、図１で上述した通信状態ｓｔ１に対応し、背景負荷が有る状態は、図１で上述した通信負荷状態ｓｔ２に対応する。図５、図６を用いて、背景負荷が無い状態と有る状態で行われる制御について説明する。また、通信装置をドローンとし、３台のドローンで映像伝送が行われるものとする。

【0047】

図５は背景負荷が無い状態で行われる制御を説明するための図である。情報処理装置１０では、３台のドローンｄｒ－１、ｄｒ－２、ｄｒ－３それぞれから送信されるパケットの遅延分布の推論を行う。最初に、ドローンｄｒ－１に対して、遅延分布の学習済みモデルを作成するものとする。

【0048】

この場合、制御部１１は、ドローンｄｒ－１、ｄｒ－２、ｄｒ－３のうち、ドローンｄｒ－１のみを飛行させる。ドローンｄｒ－２、ｄｒ－３は飛行していないので、ドローンｄｒ－２、ｄｒ－３は、ネットワークに通信負荷をかけない状態である。すなわち、ドローンｄｒ－１の通信状態は、ドローンｄｒ－２、ｄｒ－３の通信負荷の影響を受けない背景負荷の無い状態となる。

【0049】

制御部１１は、背景負荷の無い状態において、遅延分布の学習済みモデルを作成する前のパケットのグループ分け処理を、飛行しているドローンｄｒ－１から送信されるパケットに対して行う。

【0050】

図６は背景負荷が有る状態で行われる制御を説明するための図である。制御部１１は、図５に示したような背景負荷の無い状態でパケットのグループ分けを行った後、飛行中のドローンｄｒ－１に加えてさらにドローンｄｒ－２、ｄｒ－３を飛行させる。

【0051】

ドローンｄｒ－２、ｄｒ－３が飛行することで、ドローンｄｒ－２、ｄｒ－３は、ネットワークに通信負荷をかける状態になる。すなわち、ドローンｄｒ－１の通信状態は、ドローンｄｒ－２、ｄｒ－３の通信負荷の影響を受ける背景負荷の有る状態となる。制御部１１は、背景負荷の有る状態において、飛行しているドローンｄｒ－１に対してグループごとの遅延分布の学習済みモデルを作成する。

【0052】

同様にして、制御部１１は、ドローンｄｒ－１に対する遅延分布の学習済みモデルを作成した後は、次にドローンｄｒ－１、ｄｒ－２、ｄｒ－３のうちのドローンｄｒ－２のみを飛行させる。

【0053】

ドローンｄｒ－２の通信状態は、ドローンｄｒ－１、ｄｒ－３の通信負荷の影響を受けない背景負荷の無い状態になり、制御部１１は、背景負荷の無い状態において、ドローンｄｒ－２から送信されるパケットのグループ分けを行う。

【0054】

その後、制御部１１は、ドローンｄｒ－１、ｄｒ－３を飛行させて、ドローンｄｒ－２の通信状態がドローンｄｒ－１、ｄｒ－３の通信負荷の影響を受ける背景負荷の有る状態にして、ドローンｄｒ－２に対する遅延分布の学習済みモデルを生成する。ドローンｄｒ－３についても同様な制御が行われる。

【0055】

＜パケットのバースト伝送＞
図７はパケットのバースト伝送の一例を示す図である。なお、以降の説明では、通信装置２－１、・・・、２－ｎのうちの学習済みモデル作成対象の通信装置を通信装置２と呼ぶ場合がある。

【0056】

通信装置２は、映像フレームｆ１を複数のパケットに分割して、複数のパケットを送信し、映像フレームｆ２を複数のパケットに分割して、複数のパケットを送信する。また、制御部１１は、複数のパケットを受信する。

【0057】

このように、通信装置２では、リアルタイムに映像データを送信する場合、１映像フレーム分の映像データを複数パケットに分割し、映像フレーム内の先頭のパケットから順にバースト的にパケットを送信する。このようなバースト伝送が行われるので、フレームサイズが大きい（１度に送信するパケットが多い）ほど、後半のパケット送信に時間がかかり、受信側での遅延時間は増えることになる。

【0058】

＜パケットのグループ分け＞
次に背景負荷の無い状態で行われる、パケットのグループ分けについて、図８から図１０を用いて説明する。図８はパケットのグループ分けの一例を示す図である。縦軸は遅延時間ｄｉ、横軸はパケット位置ｉである。パケットｐ１、・・・、ｐ１１の１映像フレーム内での各位置をパケット位置１、・・・、１１とする。

【0059】

〔ステップＳ１１〕制御部１１は、隣接するパケットｐ１、ｐ２、ｐ３それぞれの間の遅延時間の差が閾値ｔｈ以下であり、パケットｐ３とパケットｐ４との差が閾値ｔｈを超えると判定する。この場合、制御部１１は、パケットｐ１、ｐ２、ｐ３を１つのグループにする。

【0060】

〔ステップＳ１２〕制御部１１は、隣接するパケットｐ４、・・・、ｐ７それぞれの間の遅延時間の差が閾値ｔｈ以下であり、パケットｐ７とパケットｐ８との差が閾値ｔｈを超えると判定する。この場合、制御部１１は、パケットｐ４、・・・、ｐ７を１つのグループにする。

【0061】

〔ステップＳ１３〕制御部１１は、遅延時間の差が閾値ｔｈ以下である隣接するパケットｐ８、・・・、ｐ１１を１つのグループにする。
このように、制御部１１では、パケットｐ１、・・・、ｐ１１を受信した場合、隣接するパケット間の遅延時間の差が閾値ｔｈ以下の場合に隣接するパケットを同一グループに分類する。これにより、遅延時間にもとづくパケットのグループ分けを効率よく行うことが可能になる。

【0062】

図９はパケット位置とグループ番号との対応テーブルの一例を示す図である。制御部１１は、映像フレーム内のパケット位置ｉとグループ番号ｇ（ｉ）との項目を有するパケット位置・グループ番号対応テーブルＴ１を作成して管理する。パケット位置・グループ番号対応テーブルＴ１は、記憶部１２に保持される。

【0063】

パケット位置・グループ番号対応テーブルＴ１において、パケット位置１、２、３のパケットｐ１、ｐ２、ｐ３はグループ番号１のグループに含まれ、パケット位置４、・・・、７のパケットｐ４、・・・、ｐ７はグループ番号２のグループに含まれることが示されている。また、パケット位置８、・・・、１１のパケットｐ８、・・・、ｐ１１はグループ番号３のグループに含まれることが示されている。

【0064】

図１０はパケットのグループ分けの処理の一例を示すフローチャートである。
〔ステップＳ２１〕通信装置２は、映像フレームを分割したパケットの送信を開始する。

【0065】

〔ステップＳ２２〕通信装置２は、各パケットの１映像フレーム内のパケット位置と、送信タイムスタンプとを記録する（パケット位置の情報は、パケットの所定フィールドに記載されてもよい）。

【0066】

〔ステップＳ２３〕制御部１１は、パケットを受信し、受信タイムスタンプを記録する。
〔ステップＳ２４〕通信装置２は、パケット送信の動作が一定時間経過すると、パケット送信を終了する。

【0067】

〔ステップＳ２５〕制御部１１は、パケット単位で送信タイムスタンプと受信タイムスタンプとの差である遅延時間を算出する。
〔ステップＳ２６〕制御部１１は、パケット位置ｉごとの遅延時間ｄｉを集計する。

【0068】

〔ステップＳ２７〕制御部１１は、パケット位置ｉ＝２から、遅延時間に対する閾値ｔｈとの比較を行う。
〔ステップＳ２８〕制御部１１は、パケット位置ｉのパケットｐ_ｉの遅延時間ｄ_ｉから、パケット位置ｉ－１のパケットｐ_ｉ－１の遅延時間ｄ_ｉ－１を減算した値（ｄ_ｉ－ｄ_ｉ－１）が閾値ｔｈを超えるか否かを判定する。減算値（ｄ_ｉ－ｄ_ｉ－１）が閾値ｔｈを超える場合はステップＳ２９ａの処理に進み、減算値（ｄ_ｉ－ｄ_ｉ－１）が閾値ｔｈ以下の場合はステップＳ２９ｂの処理に進む。

【0069】

〔ステップＳ２９ａ〕制御部１１は、グループ番号ｇ（ｉ－１）を１つインクリメントしたグループ番号ｇ（ｉ）をパケット位置ｉのパケットｐ_ｉのグループ番号とする。
〔ステップＳ２９ｂ〕制御部１１は、グループ番号ｇ（ｉ－１）をグループ番号ｇ（ｉ）とし、グループ番号ｇ（ｉ）をパケット位置ｉのパケットｐ_ｉのグループ番号とする。

【0070】

＜学習済みモデルの作成＞
図１１は学習済みモデルの作成の流れの一例を示すフローチャートである。
〔ステップＳ３１〕制御部１１は、背景負荷が有る状態において、通信装置２から送信された映像フレームに含まれる複数のパケットのそれぞれについての遅延時間を取得する。

【0071】

〔ステップＳ３２〕制御部１１は、通信装置２による映像フレームの送信時におけるネットワークの背景負荷情報（第１の通信負荷）を測定する。
〔ステップＳ３３〕制御部１１は、取得した遅延時間にもとづいてグループごとの遅延分布を算出し、背景負荷と、グループごとの遅延分布との関係を機械学習することによって学習済みモデルｍ０を作成する。なお、制御部１１では、遅延時間計測による遅延分布の計算および背景負荷の計測を複数回実行して、グループごとの遅延分布を含む学習データを多数生成し、それらを用いた学習を実行して学習済みモデルｍ０を作成することになる。

【0072】

ここで、遅延時間の分布が確率分布になると仮定した場合、制御部１１は、確率分布のパラメータを求める。例えば、遅延時間の確率分布がガンマ分布になると仮定した場合、制御部１１は、ガンマ分布の関数のパラメータである、形状母数、尺度母数および位相の値を求める。

【0073】

ガンマ分布の関数は以下の式（１）で定義される。なお、式（１）のｋは形状母数、θは尺度母数、ｌｏｃは位相である。

【0074】

【数1】

【0075】

制御部１１では、背景負荷と、グループごとのガンマ分布のパラメータ（ｋ、θ、ｌｏｃ）との関係を学習済みモデルｍ０から作成するので、所定の背景負荷における、グループｇ（ｉ）に対応する遅延分布であるガンマ分布を得ることができる。

【0076】

図１２は背景負荷情報の一例を示す図である。制御部１１は、背景負荷を測定する場合、例えば、ｐｉｎｇパケットを通信装置２に送信して、通信装置２から応答が返信されるまでの時間から背景負荷を測定する。

【0077】

すなわち、制御部１１は、ｐｉｎｇパケットを通信装置２に送信し、ｐｉｎｇパケットのＲＴＴ（Round Trip Time：パケットが宛先に送信されるのに要する時間と、パケットの応答が発信元で受信されるのに要する時間との和）を測定する。そして、制御部１１は、測定したＲＴＴから、例えば、ｐｉｎｇパケットの平均遅延時間、分散および標準偏差等の統計値を求めて、これらの統計値を背景負荷情報ｄ１０とする。

【0078】

図１２の例では、ｐｉｎｇパケットのＲＴＴ（ping_RTT（ms））が３０、１５、６０、４５、・・・と測定され、この測定値から背景負荷情報ｄ１０として、平均遅延時間（ping_mean：26.462）、分散（ping_var：1840.329）および標準偏差（ping_std：42.899）が求められている。

【0079】

図１３はガンマ分布のパラメータの算出の一例を示す図である。縦軸はガンマ分布の関数ｙ、横軸は遅延時間ｘである。上述したように、制御部１１は、遅延時間の確率分布がガンマ分布になるとした場合、ガンマ分布の関数のパラメータである、形状母数、尺度母数および位相の最適な値を求める。

【0080】

ここで、グループｇ（ｉ）の遅延分布の関数をｆ（ｘ）とし、ガンマ分布の関数をｇ（ｘ）とする。この場合、制御部１１は、関数ｆ（ｘ）と関数ｇ（ｘ）とが最も近くなるときのパラメータ（ｋ、θ、ｌｏｃ）を最適値として求める。

【0081】

パラメータ（ｋ、θ、ｌｏｃ）の求め方は、例えば、経験的に（ｋ、θ、ｌｏｃ）の範囲を絞って総当たりするか、既存の曲線近似アルゴリズム（Pythonのscipyライブラリに含まれるcurve_fit関数など）を用いることができる。

【0082】

図１４、図１５は平均二乗誤差が最小になる場合の例を示すである。制御部１１は、関数ｆ（ｘ）と関数ｇ（ｘ）との平均二乗誤差ＭＳＥ（Mean Squared Error）を求め、平均二乗誤差ＭＳＥが最小になる場合に、関数ｆ（ｘ）と関数ｇ（ｘ）とが最も近くなると判定する。そして、制御部１１は、平均二乗誤差ＭＳＥが最小になる場合のパラメータ（ｋ、θ、ｌｏｃ）を最適値とする。

【0083】

図１４において、例えば、関数ｆ（ｘ）と関数ｇ（ｘ）との平均二乗誤差ＭＳＥ（ａ）、ＭＳＥ（ｂ）、ＭＳＥ（ｃ）が最小になる場合、関数ｆ（ｘ）と関数ｇ（ｘ）とが最も近くなる。このときの平均二乗誤差ＭＳＥの算出式（２）は以下のように定義される。

【0084】

【数2】

【0085】

図１５において、制御部１１は、関数ｆ（ｘ）と関数ｇ（ｘ）それぞれの確率分布関数を相補累積分布関数ｃｃｄｆに変換し、２つの相補累積分布関数ｃｃｄｆに対して平均二乗誤差ＭＳＥを求める。そして、制御部１１は、２つの相補累積分布関数ｃｃｄｆの平均二乗誤差ＭＳＥが最小になる場合に関数ｆ（ｘ）と関数ｇ（ｘ）とが最も近くなると判定する。

【0086】

図１５の例では、関数ｆ（ｘ）は相補累積分布関数ｃｃｄｆ_ｆ（ｘ）に変換され、関数ｇ（ｘ）は相補累積分布関数ｃｃｄｆ_ｇ（ｘ）に変換されている。
相補累積分布関数ｃｃｄｆ_ｆ（ｘ）と相補累積分布関数ｃｃｄｆ_ｇ（ｘ）との平均二乗誤差ＭＳＥ（ａ）、ＭＳＥ（ｂ）、ＭＳＥ（ｃ）が最小になる場合、関数ｆ（ｘ）と関数ｇ（ｘ）とが最も近くなる。このときの平均二乗誤差ＭＳＥの算出式（３）は以下のように定義される。

【0087】

【数3】

【0088】

なお、図１５において、所定値以上の遅延時間には重み付けを行ってから平均二乗誤差ＭＳＥを求めてもよい。このときの平均二乗誤差ＭＳＥの算出式（４）は、以下のように定義される。

【0089】

【数4】

【0090】

図１６は学習済みモデルのデータの一例を示す図である。テーブルＴ２は、学習済みモデルのデータをテーブル化したものであり、項目として、背景負荷情報（ping_mean、ping_var、ping_std）、グループ番号およびガンマ分布のパラメータ（ｋ、ｌｏｃ、θ）を有し、記憶部１２に保持されて制御部１１により管理される。

【0091】

テーブルＴ２において、グループ番号１のグループの遅延分布における背景負荷情報（ping_mean、ping_var、ping_std）は（26.462、1840.329、42.899）であり、ガンマ分布のパラメータ（ｋ、ｌｏｃ、θ）は（0.673009、0.000953、21.358576）である。このときに生成されるグループ番号１のグループの遅延分布は、遅延分布（ガンマ分布）γｇ１として生成される。

【0092】

なお、一組の学習データでは、各グループに対して背景負荷の値は共通になりうる。このように、背景負荷情報およびグループごとの遅延分布のパラメータの関係性が機械学習により学習されて、グループごとの遅延分布が作成される。

【0093】

＜学習済みモデルを用いた推論モデルの算出＞
図１７は学習済みモデルを用いて運用時の推論モデルを算出する動作の一例を示す図である。

【0094】

〔ステップＳ４１〕制御部１１は、映像フレームを複数含む映像データを通信装置２から送信した際のグループごとのパケット数比率を算出する。
〔ステップＳ４２〕制御部１１は、運用状態において、通信装置２から映像データを送信した際のネットワークの背景負荷（第２の通信負荷）を測定する。

【0095】

〔ステップＳ４３〕制御部１１は、運用状態で測定した背景負荷を学習済みモデルｍ０に入力して、映像データの送信時におけるグループｇ１、・・・、ｇｎの各グループの遅延分布（第２の遅延分布）を算出する。

【0096】

〔ステップＳ４４〕制御部１１は、グループｇ１、・・・、ｇｎの各グループの遅延分布のそれぞれをグループｇ１、・・・、ｇｎの各グループのパケット数比率で重み付けを行う。そして、制御部１１は、重み付けされたグループｇ１、・・・、ｇｎごとの遅延分布を足し合わせて、映像データの送信時におけるグループ全体のトータル遅延分布Ｐｔｏ（運用時の推論モデル）を算出する。

【0097】

このように、制御部１１では、学習済みモデルに対して運用状態で測定した背景負荷を入力してグループごとの遅延分布を求め、グループごとの遅延分布にパケット数比率を重み付けして、グループ全体のトータル遅延分布を求める。これにより、通信装置２の運用時における遅延分布を精度よく推論することが可能になる。

【0098】

＜パケット数比率の算出＞
図１８、図１９はパケット数比率の算出の一例を示す図である。
〔ステップＳ５１〕制御部１１は、通信装置２に対して、通信装置２が有している映像アプリケーションを実行させ、１映像フレームあたりのパケット数を測定する。例えば、制御部１１は、映像アプリケーションのログやパケットキャプチャによって１映像フレームあたりのパケット数を測定する。

【0099】

〔ステップＳ５２〕制御部１１は、一定時間の測定を行って、通信装置２から出現する映像フレームの出現フレーム数に対する、１映像フレームあたりのパケット数の出現頻度を求める。

【0100】

ここで、グラフｇｆ１は、縦軸が出現フレーム数Ｆ_Ｎであり。横軸が１映像フレームあたりのパケット数の出現頻度Ｎである。グラフｇｆ１において例えば、Ｎ＝３のときは、１映像フレームあたりのパケット数の出現頻度が３であり、このときの出現フレーム数Ｆ_Ｎは１００映像フレームであることが示されている。

【0101】

〔ステップＳ５３〕制御部１１は、パケット数の出現頻度Ｎを映像フレーム内のパケット位置ｉごとのパケット数Ｐｉに変換する。ここで、グラフｇｆ２は、縦軸がパケット数Ｐｉであり、横軸が映像フレーム内のパケット位置ｉである。

【0102】

グラフｇｆ２において例えば、ｉ＝１のとき、映像フレーム内のパケット位置１にはパケット数Ｐ１として５５０個のパケットがあることが示されている。なお、パケット数Ｐｉは以下の式（５）で算出される。

【0103】

【数5】

【0104】

例えば、式（５）において、ｎ＝６とした場合にｉ＝１のとき、Ｐ１＝Ｆ１＋Ｆ２＋Ｆ３＋Ｆ４＋Ｆ５＋Ｆ６＝０＋０＋１００＋２００＋１００＋１５０＝５５０となり、映像フレーム内のパケット位置１にはパケットが５５０個あることが算出される。

【0105】

〔ステップＳ５４〕制御部１１は、パケット位置・グループ番号対応テーブルＴ１を用いて、グループごとのパケット数比率の分布を算出して保存する。ここで、グラフgｆ３は、縦軸がパケット数Ｐｉであり。横軸がグループ番号である。グラフｇｆ３において例えば、グループ番号１のグループには、パケットが１６５０個あることが示されている。このような手順の制御によって、グループごとのパケット数比率を精度よく求めることが可能になる。

【0106】

図２０はパケット数比率の算出の変形例を示す図である。通信装置２の映像アプリケーションの設定において、例えば、映像エンコード時のビットレートが１Ｍｂｐｓに設定されているとする。そして、上記のステップＳ５２のグラフｇｆ１のように１映像フレームあたりのパケット数の出現頻度を求めていたとする。

【0107】

その後、通信装置２において映像エンコード時のビットレートを２Ｍｂｐｓにしたときのグループごとのパケット数比率の算出を行うとする。この場合、映像エンコード時のビットレートが２倍になっているので、１映像フレームあたりの容量が平均２倍になる。

【0108】

このため、１映像フレームあたりのパケット数の出現頻度Ｎは、事前に求めておいた出現頻度の横軸のパケット数出現頻度を２倍した分布になると予想でき、グラフｇｆ１－１のようになる。その後の手順はステップＳ５３以降の処理を同様に行うことで、映像エンコード時のビットレートが２Ｍｂｐｓのときのグループごとのパケット数比率を算出することができる。

【0109】

＜パケット数比率の重み付け加算＞
次にパケット数比率の重み付け加算について説明する。制御部１１では、グループごとの遅延分布にパケット数比率を重み付けして、重み付けした遅延分布を足し合わせてグループ全体のトータル遅延分布を生成する。

【0110】

ここで、グループが１、・・・、Ｎまであり、各グループのパケット数比率がｗ１、ｗ２、・・・、ｗＮであるとする。また、グループ１、・・・、Ｎの遅延分布がそれぞれｆ１（ｘ）、ｆ２（ｘ）、・・・、ｆＮ（ｘ）で表現されるとき、トータルの遅延分布ｇ（ｘ）は以下の式（６）で表される。

【0111】

【数6】

【0112】

なお、式（６）の変数Ｗｎは、パケット数比率ｗ１、ｗ２、・・・、ｗＮを正規化した値であり、以下の式（７）で表される。

【0113】

【数7】

【0114】

また、式（６）の変数Ｆｎ（ｘ）は、遅延分布ｆ１（ｘ）、ｆ２（ｘ）、・・・、ｆＮ（ｘ）を正規化した値であり、以下の式（８）で表される。

【0115】

【数8】

【0116】

＜トータル遅延分布を利用した低遅延制御＞
次にトータル遅延分布を利用した低遅延制御について、図２１、図２２を用いて説明する。なお、通信装置２の映像アプリケーションの映像送信の要件が「全体の９９．９％のパケットを１００ｍｓ以内に伝送」であるとする。

【0117】

図２１、図２２はトータル遅延分布を利用した要件判定の一例を示す図である。
〔ステップＳ６１〕制御部１１は、一定時間周期で通信装置２の遅延分布の推論を行ってトータル遅延分布を作成する。

【0118】

〔ステップＳ６２〕制御部１１は、トータル遅延分布を相補累積分布に変換する。
〔ステップＳ６３〕制御部１１は、相補累積分布において、要件を満たさない遅延時間ｔａがあることを検出する。

【0119】

〔ステップＳ６４〕制御部１１は、要件が満たされるように通信装置２の映像アプリケーションの設定を変更した場合に、グループごとのパケット数比率がどのように変化し、その結果、トータル遅延分布または相補累積分布がどのように変化するかを計算する。

【0120】

〔ステップＳ６４ａ〕制御部１１は、映像アプリケーションの設定変更として、映像のビットレートを１０％低下させる指示を通信装置２に与え、映像のビットレートが１０％低下した場合の映像データの相補累積分布ｃｃｄｆ１を算出する。

【0121】

〔ステップＳ６４ｂ〕制御部１１は、映像アプリケーションの設定変更として、映像のビットレートを２０％低下させる指示を通信装置２に与え、映像のビットレートが２０％低下した場合の映像データの相補累積分布ｃｃｄｆ２を算出する。

【0122】

〔ステップＳ６４ｃ〕制御部１１は、映像アプリケーションの設定変更として、映像のビットレートを３０％低下させる指示を通信装置２に与え、映像のビットレートが３０％低下した場合の映像データの相補累積分布ｃｃｄｆ３を算出する。

【0123】

〔ステップＳ６５〕制御部１１は、算出した相補累積分布ｃｃｄｆ１、ｃｃｄｆ２、ｃｃｄｆ３にもとづいて、要件が満たされる場合の映像アプリケーションを検出する。この例では、相補累積分布ｃｃｄｆ２、ｃｃｄｆ３では、全体の９９．９％のパケットの１００ｍｓ以内の伝送が可能であることが示されているが、相補累積分布ｃｃｄｆ１では、１００ｍｓ以内で全体の９９．９％のパケット伝送は行えないことが示されている。

【0124】

したがって、相補累積分布ｃｃｄｆ１は要件を満たさず、相補累積分布ｃｃｄｆ２、ｃｃｄｆ３において要件が満たされている。すなわち、映像のビットレートが２０％および３０％低下した場合の映像データが送信された場合、全体の９９．９％のパケットが１００ｍｓ以内に伝送可能となる。

【0125】

また、要件が満たされる条件のうちでは、映像のビットレートが３０％低下よりも映像のビットレートが２０％低下の方が画質は高い。このため、制御部１１は、通信装置２に対する映像パラメータの変更指示として、映像のビットレートを２０％低下させる指示を選択することで、画質低下を抑制し、かつ低遅延を保証した制御を実現する。

【0126】

上記で説明した本発明の情報処理装置１０は、コンピュータによって実現することができる。この場合、情報処理装置１０が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。

【0127】

処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、磁気記憶部、光ディスク、光磁気記録媒体、半導体メモリ等がある。磁気記憶部には、ハードディスク装置（ＨＤＤ）、フレキシブルディスク（ＦＤ）、磁気テープ等がある。光ディスクには、ＣＤ－ＲＯＭ（Compact Disk Read Only Memory）／ＲＷ（Read Write）等がある。光磁気記録媒体には、ＭＯ（Magneto Optical disk）等がある。

【0128】

プログラムを流通させる場合、例えば、そのプログラムが記録されたＣＤ－ＲＯＭ等の可搬型記録媒体が販売される。また、プログラムをサーバコンピュータの記憶部に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。

【0129】

プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶部に格納する。そして、コンピュータは、自己の記憶部からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。

【0130】

また、コンピュータは、ネットワークを介して接続されたサーバコンピュータからプログラムが転送される毎に、逐次、受け取ったプログラムに従った処理を実行することもできる。また、上記の処理機能の少なくとも一部を、ＤＳＰ、ＡＳＩＣ、ＰＬＤ等の電子回路で実現することもできる。

【0131】

以上、実施の形態を例示したが、実施の形態で示した各部の構成は同様の機能を有する他のものに置換することができる。また、他の任意の構成物や工程が付加されてもよい。さらに、前述した実施の形態のうちの任意の２以上の構成（特徴）を組み合わせたものであってもよい。

【符号の説明】

【0132】

１０ 情報処理装置
１１ 制御部
１２ 記憶部
２－１、２－２ 通信装置
４ ネットワーク
ｓｔ１ 通信状態
ｓｔ２ 通信負荷状態
ｆ１、ｆ２ 映像フレーム
ｇ１、ｇ２、ｇ３ グループ
ｐ１、・・・、ｐ８、ｐ１１、・・・、ｐ１６ パケット
ｔｄ１、ｔｄ２ 遅延時間
ｄ１ 通信負荷
Ｐｇｎ グループｇｎの遅延分布
ｍ０ 学習済みモデル

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】