| 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 | 2022-11-25 11:10 深層学習による移動先の予測需要を用いたD2Dキャッシュ制御方式 ○常清睦与（福岡大）・上山憲昭（立命館大）  CQ2022-54 |
|
| 抄録 | （和） | セルネットワークのバックホールの負荷を軽減する方式として，移動端末（MT: mobile terminal）でコンテンツをキャッシュしてD2D（device-to-device）通信で配信することが有効である．しかしMTのキャッシュ容量は有限であるためMTの移動経路上で高い需要が見込めるコンテンツを優先的にキャッシュすることが有効である．そこで本研究では，深層学習を用いたコンテンツの需要推定をD2Dキャッシュ配信に応用し，深層学習を用いて移動経路上の他のMTが要求する可能性の高いコンテンツを推測し，MT にキャッシュするコンテンツを選択する方式を提案する．そして，提案方式の需要推定部分の有効性と学習モデルの汎用性を確認する．また，LRUと比較して提案方式はキャッシュヒット率を向上させることを確認する． |
| （英） | An effective method to reduce the load on the cell network backhaul is to cache content at the mobile terminal (MT) and deliver it via device-to-device (D2D) communication. However, since the cache capacity of the MT is limited, it is effective to preferentially cache contents that are expected to be in high demand along the MT's travel route. In this study, we apply deep learning-based content demand estimation to D2D cache delivery, and propose a method for selecting content to be cached by MTs by using deep learning to estimate content that is likely to be requested by other MTs along the travel route. We confirm the effectiveness of the demand estimation part of the proposed method and the generality of the learning model. We also confirm that the proposed method improves the cache hit ratio compared to LRU. | |
| キーワード | （和） | D2D / LSTM / キャッシュ / / / / / |
| （英） | D2D / LSTM / cache / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 275, CQ2022-54, pp. 40-45, 2022年11月. | |
| 資料番号 | CQ2022-54 | |
| 発行日 | 2022-11-17 (CQ) | |
| 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 | CQ2022-54 |
|
| 研究会情報 | |
| 研究会 | NS ICM CQ NV |
| 開催期間 | 2022-11-24 - 2022-11-25 |
| 開催地（和） | 福岡大学文系センター棟 + オンライン開催 |
| 開催地（英） | Humanities and Social Sciences Center, Fukuoka Univ. + Online |
| テーマ（和） | ネットワーク品質，ネットワーク計測・管理，ネットワーク仮想化，ネットワークサービス，ブロックチェーン，セキュリティ，ネットワークインテリジェンス・AI，一般 |
| テーマ（英） | Network quality, Network measurement/management, Network virtualization, Network service, Blockchain, Security, Network intelligence/AI, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2022-11-NS-ICM-CQ-NV |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習による移動先の予測需要を用いたD2Dキャッシュ制御方式 |
| サブタイトル（和） | |
| タイトル（英） | Device to Device Caching Method using Predicted Demand in Moved Location by Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | D2D / D2D |
| キーワード(2)（和/英） | LSTM / LSTM |
| キーワード(3)（和/英） | キャッシュ / cache |
| 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） | 常清 睦与 / Makoto Tsunekiyo / ツネキヨ マコト |
| 第1著者 所属（和/英） | 福岡大学 (略称： 福岡大) Fukuoka University (略称： Fukuoka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 上山 憲昭 / Noriaki Kamiyama / カミヤマ ノリアキ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-11-25 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2022-54 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.275 |
| ページ範囲 | pp.40-45 |
| ページ数 | 6 |
| 発行日 | 2022-11-17 (CQ) |
[研究会発表申込システムのトップページに戻る]