| 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 | 2021-04-22 10:55 A Study on Deep Learning Based Resource Allocation Method to Control System Capacity and Fairness for MU-MIMO THP ○Yukiko Shimbo・Hirofumi Suganuma（Waseda Univ.）・Hiromichi Tomeba・Takashi Onodera（Sharp）・Fumiaki Maehara（Waseda Univ.）  RCS2021-2 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | This report proposes a deep-learning-based resource allocation method to adaptively control system capacity and fairness for multi-user multiple-input and multiple-output (MUMIMO). In the proposed method, Tomlinson-Harashima precoding (THP) is used to enhance the transmission rate. Additionally, channel resources are appropriately allocated based on user scheduling techniques, i.e., semiorthogonal user selection (SUS) for throughput maximization and proportional fairness (PF) for fairness among users. The primary feature of the proposed method is that it appropriately allocates channel resources by utilizing the user position information and target fairness index (FI) through deep learning. This makes it possible to meet various service requirements. Numerical simulations are used to demonstrate the effectiveness of the proposed method in terms of system capacity and fairness under different MIMO configurations and user distributions. |
|
| キーワード | （和） | MU-MIMO / SUS / PF / システム容量 / FI / 深層学習 / / |
| （英） | MU-MIMO / SUS / PF / system capacity / FI / deep learning / / | |
| 文献情報 | 信学技報, vol. 121, no. 7, RCS2021-2, pp. 6-10, 2021年4月. | |
| 資料番号 | RCS2021-2 | |
| 発行日 | 2021-04-15 (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 | RCS2021-2 |
|
| 研究会情報 | |
| 研究会 | RCS |
| 開催期間 | 2021-04-22 - 2021-04-23 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 鉄道，車車間・路車間通信，無線アクセス技術，一般 |
| テーマ（英） | Railroad Communications, Inter-Vehicle Communications, Road to Vehicle Communications, Radio Access Technologies, Wireless Communications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2021-04-RCS |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | A Study on Deep Learning Based Resource Allocation Method to Control System Capacity and Fairness for MU-MIMO THP |
| サブタイトル（英） | |
| キーワード(1)（和/英） | MU-MIMO / MU-MIMO |
| キーワード(2)（和/英） | SUS / SUS |
| キーワード(3)（和/英） | PF / PF |
| キーワード(4)（和/英） | システム容量 / system capacity |
| キーワード(5)（和/英） | FI / FI |
| キーワード(6)（和/英） | 深層学習 / deep learning |
| 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） | 新保 薫子 / Yukiko Shimbo / シンボ ユキコ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 菅沼 碩文 / Hirofumi Suganuma / スガヌマ ヒロフミ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 留場 宏道 / Hiromichi Tomeba / トメバ ヒロミチ |
| 第3著者 所属（和/英） | シャープ株式会社 (略称： シャープ) Sharp Corporation (略称： Sharp) |
| 第4著者 氏名（和/英/ヨミ） | 小野寺 毅 / Takashi Onodera / オノデラ タカシ |
| 第4著者 所属（和/英） | シャープ株式会社 (略称： シャープ) Sharp Corporation (略称： Sharp) |
| 第5著者 氏名（和/英/ヨミ） | 前原 文明 / Fumiaki Maehara / マエハラ フミアキ |
| 第5著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-04-22 10:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2021-2 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.7 |
| ページ範囲 | pp.6-10 |
| ページ数 | 5 |
| 発行日 | 2021-04-15 (RCS) |
[研究会発表申込システムのトップページに戻る]