講演抄録/キーワード |
講演名 |
2019-08-23 11:45
機械学習による「データの目利き」に基づく無線ネットワーク制御 ○新熊亮一・西尾理志(京大) RCS2019-166 |
抄録 |
(和) |
多様なデバイスがネットワークに多数接続する IoT (Internet of Things) によって実現されるサービスに期待が高まっている.例えば,スマートフォンや,スマートカー,ドローンに搭載された多種のセンサーが収集したデータをリアルタイムに分析し,実空間の情報を予測するサービスに対する需要がある.デバイス数の増加だけでなく,LiDAR (Light Detection and Ranging) などセンサデータの大容量化により,無線ネットワークのトラヒックが今後ますます増加すると予想される.しかしながら,無線ネットワークの通信帯域は厳しく制限されているため,すべてのデータに対し等しく通信リソースを割り当てるのではなく,より重要なデータにより多くの通信リソースを割り当てるよう制御することが望ましい.そこで,本報告では,機械学習により「データの目利き」を行ない,データの重要度に基づいて無線ネットワークを制御するフレームワークを提案する.具体的には,アプリケーションとして実空間情報のリアルタイム予測を対象とし,機械学習によって生成された予測モデルからデータの重要度を抽出する.そして,通信帯域の制限下で,重要度のより高いデータほど優先的に送信されるよう制御を行なう.本報告では,実測のデータセットを用いて評価を行ない,提案フレームワークの有効性を示す. |
(英) |
The real-time prediction of spatial information is promising for next-generation mobile networks. Recent developments in machine learning technology have enabled prediction of spatial information, which will be quite useful for smart mobility services including navigation, driving assistance, and self-driving. Other key enablers for forming spatial information are image sensors in mobile devices like smartphones and tablets and in vehicles such as cars and drones and real-time cognitive computing like automatic number/license plate recognition systems and object recognition systems. However, since image data collected by mobile devices and vehicles need to be delivered to the server in real time to extract input data for real-time prediction, the uplink transmission speed of mobile networks is a major impediment. This talk presents a framework of data assessment and prioritization that reduces the uplink traffic volume while maintaining the prediction accuracy of spatial information. In the framework, machine learning is used to estimate the importance of each data element and to predict spatial information under the limitation of available data. A numerical evaluation using an actual vehicle mobility dataset demonstrated the validity of the framework. |
キーワード |
(和) |
機械学習 / データ重要度 / 実空間情報 / リアルタイム予測 / 無線ネットワーク制御 / / / |
(英) |
machine learning / data importance / spatial information / real-time prediction / wireless network control / / / |
文献情報 |
信学技報, vol. 119, no. 176, RCS2019-166, pp. 109-112, 2019年8月. |
資料番号 |
RCS2019-166 |
発行日 |
2019-08-15 (RCS) |
ISSN |
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 |
RCS2019-166 |
研究会情報 |
研究会 |
RCS SAT |
開催期間 |
2019-08-22 - 2019-08-23 |
開催地(和) |
名古屋大学 |
開催地(英) |
Nagoya University |
テーマ(和) |
移動衛星通信,放送,誤り訂正,無線通信一般 |
テーマ(英) |
Satellite Communications, Broadcasting, Forward Error Correction, Wireless Communications, etc. |
講演論文情報の詳細 |
申込み研究会 |
RCS |
会議コード |
2019-08-RCS-SAT |
本文の言語 |
日本語 |
タイトル(和) |
機械学習による「データの目利き」に基づく無線ネットワーク制御 |
サブタイトル(和) |
|
タイトル(英) |
Wireless Network Control Enabled by Data Assessment Using Machine Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
機械学習 / machine learning |
キーワード(2)(和/英) |
データ重要度 / data importance |
キーワード(3)(和/英) |
実空間情報 / spatial information |
キーワード(4)(和/英) |
リアルタイム予測 / real-time prediction |
キーワード(5)(和/英) |
無線ネットワーク制御 / wireless network control |
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) |
新熊 亮一 / Ryoichi Shinkuma / シンクマ リョウイチ |
第1著者 所属(和/英) |
京都大学 (略称: 京大)
Kyoto University (略称: Kyoto Univ.) |
第2著者 氏名(和/英/ヨミ) |
西尾 理志 / Takayuki Nishio / ニシオ タカユキ |
第2著者 所属(和/英) |
京都大学 (略称: 京大)
Kyoto University (略称: Kyoto Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
講演者 |
第1著者 |
発表日時 |
2019-08-23 11:45:00 |
発表時間 |
20分 |
申込先研究会 |
RCS |
資料番号 |
RCS2019-166 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.176 |
ページ範囲 |
pp.109-112 |
ページ数 |
4 |
発行日 |
2019-08-15 (RCS) |
|