| 研究概要 |
初年度である平成22年度には,提案アーキテクチャの原理を確立することを目的とした.学習および進化メカニズムの複雑化を避けるため,まず学習を,「期間」と「カバー範囲」によって,短期的・グローバル,短期的・ローカル,長期的・グローバル,長期的・ローカルの4つに分けた.具体的なステップは次の通りであった.
(1) 無線アクセス部とコアネットワークのモデル化を行った
(2) (1)のモデルを用いて,上で示した4つの各分類に基づいてメカニズムの設計を行なった.
(3) 各分類に対してシンプルなシナリオを挙げ,学習手法の設計を行なった.
(4) (3)の原理の正しさを定量的に証明するため,計算機シミュレーション上にモデル化を行い,提案するアーキテクチャ・学習手法を実装した.
(5) 評価結果からその有効性を検証し,理想値との比較からその最適性も検討した.改善の余地がある場合には,方式の修正や他の学習手法との組み合わせによる拡張を検討した.
(6) 複数のシナリオに対して(3)～(5)を行い,提案アーキテクチャ・学習メカニズムのスケーラビリティの向上を図った.
原理がある程度体系的に整理された時点で国内の研究会にて提案を行い,そこで得られたフィードバックを方式の設計に活かした.また,まとまった成果が得られた時点で,国際会議ならびに論文誌での発表を行なった.
|
