分散型深層学習による6G無線ネットワーク制御への挑戦 -通信と計算の融合-

• Project/Area Number: 24K02925
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60060:Information network-related
• Research Institution: Tohoku University
• Principal Investigator: 加藤 寧 東北大学, 情報科学研究科, 教授 (00236168)
• Project Period (FY): 2024-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥17,680,000 (Direct Cost: ¥13,600,000、Indirect Cost: ¥4,080,000); Fiscal Year 2028: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000); Fiscal Year 2027: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2026: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2025: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000); Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: トラヒック制御 / AI / 6G / 無線通信 / 分散型深層学習

Outline of Research at the Start

2030年に実現すると予想されている6G無線ネットワークは速度や規模，その上で扱われるコンテンツの量が更に劇的に増加することが予想されている．このような無線トラヒックの急増は無線処理系が許容できないほどの過負荷を招く．にもかかわらず，無線ネットワークの根幹となる制御方法は実は40年以上変わっていない．本研究では，提案者が世界で初めて提案した集中型深層学習によるネットワーク制御の概念を6Gネットワーク向けに拡張した分散型の6G無線トラヒック制御方式を提案し，更にシミュレーション及びモデルケースとなる実験用無線ネットワークを構築し新しい無線ネットワーク制御の方式を確立する．