| 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 | 2021-11-05 11:15 クラウドセンシングと連合学習を用いた無線環境相関認識によるスループット予測手法の研究 ○中新井田覚志・藤井威生（電通大）  SR2021-53 |
|
| 抄録 | （和） | Wi-FiおよびLTEのTCP (Transmission Control Protocol )スループットの予測を行う際に，従来の機械学習手法では問題となるデータ共有によるセキュリティリスクや，予測結果出力までの遅延を抑えるため，本稿では連合学習を用いたスループット予測アプローチを提案する．ここでは機械学習モデルの構築から連合学習モデルの実装を行い，連合学習手法と従来手法で実測データを用いた予測評価実験まで行った．実験結果から本提案手法が従来課題を解決しながらも，従来手法と同程度の予測精度が得られることを示す．また，提案手法におけるスループットの予測精度向上の一案として学習モデルを転移させる方法を提案し，その効果の評価も行った． |
| （英） | We propose an approach using federated learning for predicting Wi-Fi and LTE transmission control protocol (TCP) throughput to reduce the delay between the output of prediction results and the problem of security risks by sharing the datasets, which is a problem with conventional machine learning methods. In this study, we constructed a machine learning model, implemented the federated learning model, and conducted prediction evaluation experiments using measured data using the federated learning method and the conventional method. From the experimental results, we show that the proposed method solves the conventional problems and achieves the same level of prediction accuracy as the conventional method. In addition, we proposed a method of transferring the learning model as a way to improve the prediction accuracy of the throughput in the proposed method, and evaluate the effect of this method. | |
| キーワード | （和） | 連合学習 / DNN / TCPスループット / クラウドセンシング / Android / / / |
| （英） | Federated Learning / Deep-Neural-Network / TCP Throughput / Crowd Sensing / Android / / / | |
| 文献情報 | 信学技報, vol. 121, no. 227, SR2021-53, pp. 72-78, 2021年11月. | |
| 資料番号 | SR2021-53 | |
| 発行日 | 2021-10-28 (SR) | |
| 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 | SR2021-53 |
|
| 研究会情報 | |
| 研究会 | SR |
| 開催期間 | 2021-11-04 - 2021-11-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ソフトウェア無線、コグニティブ無線、周波数共用、一般 |
| テーマ（英） | Software Defined Radio, Cognitive Radio, Spectrum Shareing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SR |
| 会議コード | 2021-11-SR |
| 本文の言語 | 日本語 |
| タイトル（和） | クラウドセンシングと連合学習を用いた無線環境相関認識によるスループット予測手法の研究 |
| サブタイトル（和） | |
| タイトル（英） | Throughput Prediction by Radio Environment Correlation Recognition Using Crowd Sensing and Federated Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 連合学習 / Federated Learning |
| キーワード(2)（和/英） | DNN / Deep-Neural-Network |
| キーワード(3)（和/英） | TCPスループット / TCP Throughput |
| キーワード(4)（和/英） | クラウドセンシング / Crowd Sensing |
| キーワード(5)（和/英） | Android / Android |
| 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） | 中新井田 覚志 / Satoshi Nakaniida / ナカニイダ サトシ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 藤井 威生 / Takeo Fujii / フジイ タケオ |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro Communications (略称： UEC) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-11-05 11:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SR |
| 資料番号 | SR2021-53 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.227 |
| ページ範囲 | pp.72-78 |
| ページ数 | 7 |
| 発行日 | 2021-10-28 (SR) |
[研究会発表申込システムのトップページに戻る]