ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内
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 2022-10-31 10:30
[ポスター講演]深層強化学習を用いたTCP輻輳制御における異なる環境を用いた事前学習モデルの適用
○小田川 匠・大坐畠 智・山本 嶺(電通大)
抄録 (和) ネットワークの利用が増加するにつれて、輻輳制御手法の重要性が高まっている。近年では、様々な環境に対応できる手法として深層学習や、深層強化学習を用いた輻輳制御手法が提案されている。しかし、既存手法では通信の度に学習を行っていたため、性能が向上するのに時間が掛かってしまっていた。本発表では、異なる環境の通信を同時に学習させることでより効率的に事前学習モデルの作成を行う。ネットワークシミュレータns3を用い、既存手法と比較して同じ学習時間でどの程度パフォーマンスの変化があるかを調査する。 
(英) Congestion control is becoming more important as network usage increases. In recent years, congestion controls using Deep Learning and Deep Reinforcement Learning have been proposed as methods can adapt to various communication environments. However, the existing methods take time because it trains for each TCP connection. In this presentation, we create a Pre-training model by training network communication in different environments at the same time and evaluate the training time compared to existing methods.
キーワード (和) 輻輳制御 / 深層強化学習 / 事前学習 / / / / /  
(英) Congestion Control / Deep Reinforcement Learning / Pre-training / / / / /  
文献情報 信学技報
資料番号  
発行日  
ISSN  
PDFダウンロード

研究会情報
研究会 RISING  
開催期間 2022-10-31 - 2022-11-02 
開催地(和) 京都テルサ(1日目),オンライン開催(2,3日目) 
開催地(英) Kyoto Terrsa (Day 1), and Online (Day 2, 3) 
テーマ(和) 超知性通信ネットワークに関する研究, 一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 RISING 
会議コード 2022-10-RISING 
本文の言語 日本語 
タイトル(和) 深層強化学習を用いたTCP輻輳制御における異なる環境を用いた事前学習モデルの適用 
サブタイトル(和)  
タイトル(英) Making a Pre-training Model of Deep Reinforcement Learning for TCP Congestion Control using Different Communication Environments 
サブタイトル(英)  
キーワード(1)(和/英) 輻輳制御 / Congestion Control  
キーワード(2)(和/英) 深層強化学習 / Deep Reinforcement Learning  
キーワード(3)(和/英) 事前学習 / Pre-training  
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) 小田川 匠 / Takumi Odagawa / オダガワ タクミ
第1著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第2著者 氏名(和/英/ヨミ) 大坐畠 智 / Satoshi Ohzahata / オオザハタ サトシ
第2著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第3著者 氏名(和/英/ヨミ) 山本 嶺 / Ryo Yamamoto / ヤマモト リョウ
第3著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
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: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2022-10-31 10:30:00 
発表時間 45分 
申込先研究会 RISING 
資料番号  
巻番号(vol) vol. 
号番号(no)  
ページ範囲  
ページ数  
発行日  


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会