| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-03-06 14:00 帯域保証サービスのための回帰型深層学習モデルを用いた経路設計法 ○伊藤 真・見越大樹・大山勝徳・西園敏弘（日大）  NS2019-240 |
|
| 抄録 | （和） | 帯域保証サービスの経路設計に深層ニューラルネットワークを用いる方法を提案する．提案方式は，経路計算成功率の向上とトラヒックデマンド全体を処理可能とするために，回帰型ニューラルネットワークを用いる．学習モデルへの入力は，SDペア情報と降順に並べた要求帯域とする．出力は，SDペア間の経路情報とする．リンクコストを残余帯域の逆数としてDijkstra法にて求めた最小コスト経路を教師データとして用いた．Dijkstra法と比較して短い時間で帯域保証を満たす経路が計算できることを示す． |
| （英） | This study proposes a novel routing design method using deep neural network for guaranteed bandwidth services. The proposed method uses recurrent neural network for improving the path calculation success rate and processing the entire traffic demand. The input to the learning model is the source-destination pair information and the required bandwidth arranged in descending order. The output is path information between source-destination pairs. The proposed method used, as teacher data, the minimum cost path obtained by the Dijkstra method using inverse of the remaining bandwidths as link costs. From the evaluation result, the proposed method improves the calculation time of the path to satisfy the bandwidth guaranteed in comparison with the Dijkstra method. | |
| キーワード | （和） | 帯域保証サービス / 経路設計 / 深層学習 / 回帰型ニューラルネットワーク / / / / |
| （英） | Guaranteed Bandwidth Service / Path Planning / Deep Learning / Recurrent Neural Network / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 460, NS2019-240, pp. 353-358, 2020年3月. | |
| 資料番号 | NS2019-240 | |
| 発行日 | 2020-02-27 (NS) | |
| 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 | NS2019-240 |
|
| 研究会情報 | |
| 研究会 | NS IN |
| 開催期間 | 2020-03-05 - 2020-03-06 |
| 開催地（和） | Royal Hotel 沖縄残波岬 |
| 開催地（英） | Royal Hotel Okinawa Zanpa-Misaki |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2020-03-NS-IN |
| 本文の言語 | 日本語 |
| タイトル（和） | 帯域保証サービスのための回帰型深層学習モデルを用いた経路設計法 |
| サブタイトル（和） | |
| タイトル（英） | Routing Design Method using Recurrent Deep Learning Model for Guaranteed Bandwidth Services |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 帯域保証サービス / Guaranteed Bandwidth Service |
| キーワード(2)（和/英） | 経路設計 / Path Planning |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | 回帰型ニューラルネットワーク / Recurrent Neural Network |
| 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） | 伊藤 真 / Makoto Ito / イトウ マコト |
| 第1著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 見越 大樹 / Taiju Mikoshi / ミコシ タイジュ |
| 第2著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大山 勝徳 / Katsunori Oyama / オオヤマ カツノリ |
| 第3著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 西園 敏弘 / Toshihiro Nishizono / ニシゾノ トシヒロ |
| 第4著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-06 14:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NS |
| 資料番号 | NS2019-240 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.460 |
| ページ範囲 | pp.353-358 |
| ページ数 | 6 |
| 発行日 | 2020-02-27 (NS) |
[研究会発表申込システムのトップページに戻る]