| 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 | 2021-03-03 09:45 無線LANにおける競合・隠れ端末存在下での機械学習を用いた送信レート選択手法の性能評価 ○渡邊壮輝・岡田 啓・ベン ナイラ シャドリア・片山正昭（名大）  RCS2020-203 |
|
| 抄録 | （和） | IEEE802.11には変調方式，符号化率の組み合わせをインデックス化したModulation and Coding Scheme (MCS)により，多段階で送信レートが規定されている． 通信環境に対して適切な送信レートを選択することがスループット最大化のために必要である． しかし，実際の通信環境はフェージングの影響や他の通信による競合・隠れ端末問題など，複雑な要因が絡み合っており，従来手法では適切な送信レートを選択することは難しい． 先行研究では，機械学習を適用することで複雑な通信環境に対応した送信レート選択手法を検討した． しかし，1対1の通信実験のみで，従来手法との比較が十分になされていない．本研究では，LightGBMを適用した送信レート選択と従来手法を，競合する通信の存在下にて比較検証を行うことで提案手法の優位性を示す． |
| （英） | In IEEE802.11, the transmission rate is specified in multiple steps by the Modulation and Coding Scheme (MCS), which is an index of combinations of modulation schemes and coding rates. In order to maximize throughput, it is necessary to select an appropriate transmission rate for the communication environment. However, the actual communication environment is complicated by many factors, such as the effects of fading, contention by other communications, and hidden terminal problem. In our previous study, we investigated a rate adaptation method for complex communication environments by applying machine learning. However, only one-to-one communication experiments were conducted, and the results were not sufficiently compared with those of conventional methods. In this paper, we show the superiority of the proposed method by comparing and verifying the transmission rate selection using LightGBM and the conventional method in the presence of competing communications. |
|
| キーワード | （和） | IEEE 802.11 / 機械学習 / 送信レート選択 / / / / / |
| （英） | IEEE 802.11 / machine learning / rate adaptation / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 404, RCS2020-203, pp. 1-6, 2021年3月. | |
| 資料番号 | RCS2020-203 | |
| 発行日 | 2021-02-24 (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 | RCS2020-203 |
|
| 研究会情報 | |
| 研究会 | RCS SR SRW |
| 開催期間 | 2021-03-03 - 2021-03-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 移動通信ワークショップ |
| テーマ（英） | Mobile Communication Workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2021-03-RCS-SR-SRW |
| 本文の言語 | 日本語 |
| タイトル（和） | 無線LANにおける競合・隠れ端末存在下での機械学習を用いた送信レート選択手法の性能評価 |
| サブタイトル（和） | |
| タイトル（英） | Performance Evaluation of a Machine Learning-Based Rate Selection Scheme for Wireless LAN in the Presence of Contention and Hidden Nodes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | IEEE 802.11 / IEEE 802.11 |
| キーワード(2)（和/英） | 機械学習 / machine learning |
| キーワード(3)（和/英） | 送信レート選択 / rate adaptation |
| キーワード(4)（和/英） | / |
| 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） | 渡邊 壮輝 / Souki Watanabe / ワタナベ ソウキ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 岡田 啓 / Hiraku Okada / オカダ ヒラク |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第3著者 氏名（和/英/ヨミ） | ベン ナイラ シャドリア / Ben Naila Chedlia / ベン ナイラ シャドリア |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 片山 正昭 / Masaaki Katayama / カタヤマ マサアキ |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-03 09:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2020-203 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.404 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2021-02-24 (RCS) |
[研究会発表申込システムのトップページに戻る]