| 講演抄録/キーワード |
| 講演名 |
2018-02-26 14:25
深層強化学習を用いたモバイルデータオフローディング手法の評価 ○望月大輔・安孫子 悠(静岡大)・齊藤隆仁・片桐雅二・池田大造(NTTドコモ)・峰野博史(静岡大) MoNA2017-65 |
| 抄録 |
(和) |
IoTの普及に伴いモバイルデータ通信需要は増加傾向にあり,通勤時間帯や都市部に偏りが発生することが知られている.モバイルデータ通信需要の局所性が生じることで携帯回線が混雑し,ネットワークへの収容効率が低下する課題がある.携帯回線の帯域利用効率(以下,帯域利用効率)を向上させる方法として,遅延を許容するコンテンツに着目し負荷分散を行うMDOPなどの送信レート制御手法が提案されているが,定式化された数理モデルでは多種多様な通信インフラの状況に対して常に帯域利用効率を最大化することは困難である.本稿では,帯域利用効率を向上させるため,コンテンツの遅延耐性に着目して深層強化学習を用いることで,人手で構築された数理モデルでは制御が困難な状況においても適切な送信レート制御を行うモバイルデータオフローディング手法を提案する.広域移動環境を想定したネットワークシミュレーションで検証した結果,既存のMDOPにおける時間的オフローディングに比べ,提案手法では制御目標値からの超過データ量を最大26%削減できることを確認した. |
| (英) |
In recent years, the demand for mobile data communication has been increasing as the technologies of IoT have been widely used, and it is known that the mobile data traffic has a locality in commuting time and urban areas. There is a problem that the cellular infrastructures are crowded and the mobile data communication demand makes the network accommodation efficiency lower. As a method for improving the cellular infrastructures bandwidth utilization efficiency, a transmission rate control method has been proposed such as MDOP which balances the load by focus on the delay tolerance of contents. However, mathematical models do not have perform well to maximize bandwidth utilization efficiency in various situations. In this paper, to improve bandwidth utilization efficiency, we propose mobile data offloading method using deep reinforcement learning considering the delay tolerance of contents. The proposal method can control transmission appropriately in situations where mathematical models do not work well. As a result, we confirmed that the proposal method reduces the excess data amount by 26% from the control target value compared to the time offloading of MDOP. |
| キーワード |
(和) |
オフローディング / 強化学習 / 遅延耐性 / モバイルデータ / / / / |
| (英) |
Offloading / Reinforcement Learning / Delay Tolerant / Mobile Data / / / / |
| 文献情報 |
信学技報, vol. 117, no. 450, MoNA2017-65, pp. 141-146, 2018年2月. |
| 資料番号 |
MoNA2017-65 |
| 発行日 |
2018-02-19 (MoNA) |
| ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
MoNA2017-65 |
| 研究会情報 |
| 研究会 |
MoNA ASN IPSJ-MBL IPSJ-UBI |
| 開催期間 |
2018-02-26 - 2018-02-27 |
| 開催地(和) |
上智大学 |
| 開催地(英) |
Sophia University |
| テーマ(和) |
ユビキタスシステム、知的環境、モバイル時代を支える次世代無線技術、モバイルネットワーク、および一般 |
| テーマ(英) |
Ubiquitous system, Ambient intelligence, Next generation wireless communicasion, Mobile network, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
MoNA |
| 会議コード |
2018-02-MoNA-ASN-MBL-UBI |
| 本文の言語 |
日本語 |
| タイトル(和) |
深層強化学習を用いたモバイルデータオフローディング手法の評価 |
| サブタイトル(和) |
|
| タイトル(英) |
Evaluation of Mobile Data Offloading Method Using Deep Reinforcement Learning |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
オフローディング / Offloading |
| キーワード(2)(和/英) |
強化学習 / Reinforcement Learning |
| キーワード(3)(和/英) |
遅延耐性 / Delay Tolerant |
| キーワード(4)(和/英) |
モバイルデータ / Mobile Data |
| キーワード(5)(和/英) |
/ |
| キーワード(6)(和/英) |
/ |
| キーワード(7)(和/英) |
/ |
| キーワード(8)(和/英) |
/ |
| 第1著者 氏名(和/英/ヨミ) |
望月 大輔 / Daisuke Mochizuki / モチヅキ ダイスケ |
| 第1著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
安孫子 悠 / Yu Abiko / アビコ ユウ |
| 第2著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
齊藤 隆仁 / Takato Saito / サイトウ タカト |
| 第3著者 所属(和/英) |
株式会社NTTドコモ (略称: NTTドコモ)
NTT DOCOMO,Inc. (略称: NTT DOCOMO) |
| 第4著者 氏名(和/英/ヨミ) |
片桐 雅二 / Masaji Katagiri / カタギリ マサジ |
| 第4著者 所属(和/英) |
株式会社NTTドコモ (略称: NTTドコモ)
NTT DOCOMO,Inc. (略称: NTT DOCOMO) |
| 第5著者 氏名(和/英/ヨミ) |
池田 大造 / Daizo Ikeda / イケダ ダイゾウ |
| 第5著者 所属(和/英) |
株式会社NTTドコモ (略称: NTTドコモ)
NTT DOCOMO,Inc. (略称: NTT DOCOMO) |
| 第6著者 氏名(和/英/ヨミ) |
峰野 博史 / Hiroshi Mineno / ミネノ ヒロシ |
| 第6著者 所属(和/英) |
静岡大学 (略称: 静岡大)
Shizuoka University (略称: Shizuoka Univ.) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2018-02-26 14:25:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
MoNA |
| 資料番号 |
MoNA2017-65 |
| 巻番号(vol) |
vol.117 |
| 号番号(no) |
no.450 |
| ページ範囲 |
pp.141-146 |
| ページ数 |
6 |
| 発行日 |
2018-02-19 (MoNA) |