Physical models as the bridge between communication theory and AI. 物理モデルを通信理論とAIの橋渡しにする
The goal is not to replace theory with black-box learning, but to build AI-assisted communication systems whose design, data generation, and evaluation remain grounded in measurable physical phenomena. 目標は理論をブラックボックス学習で置き換えることではなく、計測可能な物理現象に基づいて設計・データ生成・評価を行うAI支援型通信システムを構築することです。
Physical Phenomena物理現象
Light-trails, image sensors, fading channels, geometry, and optical propagation.光軌跡、イメージセンサ、フェージング、幾何構造、光伝搬。
Open theoretical modeling project →Communication Systems通信システム
ISI/BER analysis, signature codes, ML-aided coding, and optical-RF hybrid decisions.ISI/BER解析、シグネチャ符号、ML支援符号化、光-RFハイブリッド判断。
Future 6G Systems将来6Gシステム
AI-native receivers, sensing-integrated systems, vehicular links, and satellite IoT access.AIネイティブ受信、センシング統合、車両通信、衛星IoTアクセス。
A research building for physically grounded AI communication 物理モデルに基づくAI通信の研究構造
The long-term goal is to create a repeatable workflow that turns real optical and wireless environments into measurable data, calibrated models, AI-assisted designs, and communication systems that can be evaluated by both link-level and task-level metrics. 長期的な目標は、実環境を計測データ、校正されたモデル、AI支援設計、通信システムへと接続し、リンクレベル指標とタスクレベル指標の両方で評価できる再利用可能な研究ワークフローを構築することです。
Physical Scene実環境
Distance, angle, occlusion, ambient light, mobility, and human/vehicle context.距離、角度、遮蔽、外乱光、移動、人・車両の文脈。
Measurement計測
Waveforms, images, SNR, BER, position, trajectories, and semantic labels.波形、画像、SNR、BER、位置、軌跡、意味ラベル。
Digital Twinデジタルツイン
Physics-based models calibrated by data and supported by AI performance predictors.データで校正された物理モデルとAI性能予測。
Design Support設計支援
Information selection, unequal protection, coding, waveform, and VLC-RF decisions.情報選択、UEP、符号、波形、VLC-RF併用判断。
System Evaluation評価
BER, delay, reliability of critical information, and task success rate.BER、遅延、重要情報到達率、タスク成功率。
Shared Assets共有資産
Datasets, code, simulation notebooks, project pages, and reproducible figures.データセット、コード、シミュレーション、プロジェクトページ、再現図。
Research threads主要な研究の流れ
Signature Codes for Multiple-Access Channels
k-ary signature codes and uniquely decodable codes for noisy multiple-access channels.
AI-native Decoding
DNN-based decoders and iterative neural receivers for fading and multi-user channels.
Image Sensor Communication
Rolling-shutter, event-camera, and vehicular visible light communication systems.
Open Light Trail project →Satellite OTFS & Massive Access
OTFS-SDMA for massive grant-free random access in LEO satellite IoT systems.
Research evolution: 2013-2026研究展開：2013-2026
Communication Theory Foundations
Signature codes, LDPC, and spatial coupling.
Coding Theory Expansion
RIO codes, polar x spatial coupling, UD k-ary codes, and 2D LDPC.
AI x Communication
DNN-based decoding and deep learning based positioning.
Optical x Image Sensor
Rolling-shutter VLC and ML-aided polar decoding.
6G Physical AI
Vehicular VLC, physical digital twins, and OTFS-SDMA for LEO satellite IoT.
Concrete project pages connected to this research building この研究構想につながる具体的プロジェクト
This page is the overall research architecture. The following pages document concrete implementations, papers, and project-level outputs within the same direction. このページは研究全体の構造を示す入口です。以下のページでは、同じ研究方向に属する具体的な実装、論文、プロジェクト成果を整理しています。
Light Trail Project Light Trail プロジェクト
Theoretical modeling for LED propeller-based image sensor communication, including light-trail geometry and BER/ISI analysis. LEDプロペラ型イメージセンサ通信の理論的モデリング、光軌跡の幾何構造、BER/ISI解析。
Main research area summary 主要研究領域の概要
Return to the main homepage research section for the broader profile, publications, grants, and group information. ホームページの研究セクションに戻り、研究概要、論文、外部資金、研究室情報を確認できます。
How this research is designed to travel beyond a single paper 単一の論文を超えて研究を届けるために
The research output should not stop at publication. Each representative work is organized as a visible research asset that can be read, reproduced, reused, and connected to collaboration. 研究成果は論文だけで終わらせず、読める・再現できる・再利用できる・共同研究につながる研究資産として整理していきます。
Project pagesプロジェクトページ
Each major paper becomes a readable page with problem, idea, evidence, code/data, and citation.主要論文を、問題・アイデア・根拠・コード/データ・引用情報を持つページにします。
Reproducible assets再現可能な資産
Simulation scripts, figures, datasets, and benchmark tasks make the work easier to build on.シミュレーション、図、データセット、ベンチマークにより、他者が発展させやすくします。
Collaboration hooks共同研究への接点
Open problems in V2X, optical sensing, AI receivers, and massive access are made explicit.V2X、光センシング、AI受信機、大規模アクセスの未解決問題を明確化します。
- ISI Modeling and BER Performance for Rotating Light-Trail Image Sensor Communication, IEEE Communications Letters.
- OTFS-SDMA for Massive Grant-Free Random Access in LEO Satellite IoT, IEEE Transactions on Wireless Communications.
- User Identification and Channel Estimation by DNN-based Decoder, IEEE GLOBECOM.