| 研究課題/領域番号 |
17K06453
|
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
金子 めぐみ 国立情報学研究所, アーキテクチャ科学研究系, 准教授 (10595739)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2023-03-31
|
| キーワード | 無線通信 / 移動体通信システム / クラウド無線アクセスネットワーク(CRAN) / FogRAN / 無線資源割り当て / NOMA |
|---|
| 研究実績の概要 |
R4年度では，前年度までに提案したBeyond 5G無線アクセスネットワークのためのビームフォーミングと無線資源割当て最適化法の高度化を行った．現実的な移動体通信のモバイル環境を想定し，深層強化学習を活用して，ユーザスケジューリングのための通信路情報のパラメータを無線環境変動を追随しながら適応的に選択する方法を確立した．システム全体の総伝送速度の最大化のみではなく，エネルギー消費やフィードバックコストを削減し，各ユーザの満足度を大幅に改善できる無線資源割り当て法・学習法を設計した．
従来法と比較して，提案法は複数の性能指標において優れた特性を得られることを明らかにした．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
R3年度は概ね計画通り研究を進めることが出来た．以下に具体的に達成された項目を示す．
R2年度までに提案したBeyond 5G無線アクセスネットワークのためのビームフォーミングと無線資源割当て最適化法をもとに，現実的な移動体通信のモバイル環境を想定し，深層強化学習を活用して，ユーザスケジューリングのための通信路情報のパラメータを無線環境変動を追随しながら適応的に選択する方法を確立した．
従来法と比較して，提案法の有効性を示した．特に，システム全体の総伝送速度の最大化のみではなく，エネルギー消費やフィードバックコストを削減し，各ユーザの満足度を大幅に改善できることを明らかにした．
更に，今まで得られた研究成果を論文に執筆し，本分野のトップカンファレンスやトップジャーナルで発表した．
|
| 今後の研究の推進方策 |
R3年度は最終年度の再延長となる．
今年度はより複雑な現実的モバイル環境において，提案法が活用する学習法が必要とする計算機コストや電力消費なども考慮し，計算機シミュレーションによる性能評価を行う．
今まで得られた研究成果をまとめて，本分野のトップカンファレンスであるIEEE国際会議や，トップジャーナルへの投稿・発表を予定している．
|
| 次年度使用額が生じた理由 |
R3年度後にも新しい研究成果が得られたため，本分野のトップカンファレンスであるIEEE国際会議への参加・発表を追加することにした． 発表予定の国際会議はR4年度に開催されるため，旅費・参加費が必要となる．更に，本課題の研究成果をトップジャーナルへの投稿も決定したため，R4年度に論文掲載料も発生す
る．
使用計画：1. 旅費：国際会議での研究成果発表を予定, 2. その他：学会参加費，学術論文誌の掲載量・別刷り代を予定
|
