講演抄録/キーワード |
講演名 |
2023-01-19 14:10
[ショートペーパー]Split Computingに向けた無線LANと機械学習モデルの同時最適化 ○依田光仁・西尾理志(東工大)・依田大輝・鍋谷寿久(東芝) SeMI2022-77 |
抄録 |
(和) |
SC (Split computing)はML (Machine learning)モデルによる推論をリソースに制約のあるデバイスとエッジサーバで協調的に行う技術である.しかしSCは狭帯域でパケットロスが多い無線ネットワーク上で実施すると,推論精度を保つために高信頼な通信パラメータでパケットを送信することが必要となり,通信のボトルネックにより処理遅延が増大してしまう.本稿では,この推論精度と通信遅延のトレードオフを解決するために,物理伝送レートなどの無線通信パラメータとMLモデルの同時最適化を提案している.提案手法では,推論に関してパケットロス耐性のあるMLモデルを利用し,通信において再送を制限したり高い物理伝送レートを用いることで,信頼性を下げる,つまりパケットロス率を上げる代わりに通信遅延を低減する.具体的には,パラメータの選択をMAB(Multi-armed bandit)問題としてモデル化し,UCBアルゴリズムにより,使用する無線通信パラメータとMLモデルを同時に最適化する.ns3を用いた評価により,SCの推論精度を高めつつ,通信遅延低減でき,トレードオフを解決できることを示した. |
(英) |
Split computing (SC) enables machine learning (ML) inference with a deep neural network on resource-constrained devices. However, a narrow-bandwidth and lossy wireless network can become a bottleneck, thereby increasing communication latency in SC due to retransmission and the use of lower physical transmission rate. To solve this trade-off between communication latency and inference accuracy, this paper studies a joint control of the wireless communication parameters (e.g., transmission rate, retransmission limit) and ML model to reduce communication latency and improve inference accuracy. The proposed method focuses on the packet-loss tolerance of ML inference and uses unreliable (i.e., high packet-loss rate) but low-latency communication protocol. To achieve a well-balanced trade-off between communication latency and inference accuracy, the proposed method jointly controls wireless communication parameters affecting the reliability and communication latency and ML model architecture affecting inference accuracy and packet-loss reliance, based on multi-armed bandit (MAB) algorithm, namely upper confidence bound (UCB) algorithm. The results of ns3-based computer simulations show that the proposed method reduces communication latency and improves inference accuracy. |
キーワード |
(和) |
分散推論 / 同時制御 / 機械学習 / 無線LAN / 強化学習 / / / |
(英) |
Split computing / Joint control / Machine learning / Wireless LAN / Reinforcement Learning / / / |
文献情報 |
信学技報, vol. 122, no. 341, SeMI2022-77, pp. 28-29, 2023年1月. |
資料番号 |
SeMI2022-77 |
発行日 |
2023-01-12 (SeMI) |
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 |
SeMI2022-77 |
研究会情報 |
研究会 |
SeMI SeMI |
開催期間 |
2023-01-19 - 2023-01-20 |
開催地(和) |
鳴門グランドホテル海月 |
開催地(英) |
Naruto grand hotel |
テーマ(和) |
センシング,モビリティ,モバイル・ユビキタスコンピューティング,センサ・アドホック・モバイルネットワーク,アプリケーション,一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
SeMI |
会議コード |
2023-01-SeMI-SeMI |
本文の言語 |
日本語 |
タイトル(和) |
Split Computingに向けた無線LANと機械学習モデルの同時最適化 |
サブタイトル(和) |
|
タイトル(英) |
A Study of Joint Control Method of Wireless LAN and Machine Learning Settings for Communication-efficient Split Computing |
サブタイトル(英) |
|
キーワード(1)(和/英) |
分散推論 / Split computing |
キーワード(2)(和/英) |
同時制御 / Joint control |
キーワード(3)(和/英) |
機械学習 / Machine learning |
キーワード(4)(和/英) |
無線LAN / Wireless LAN |
キーワード(5)(和/英) |
強化学習 / Reinforcement Learning |
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) |
依田 光仁 / Kojin Yorita / ヨリタ コウジン |
第1著者 所属(和/英) |
東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Tech) |
第2著者 氏名(和/英/ヨミ) |
西尾 理志 / Takayuki Nishio / ニシオ タカユキ |
第2著者 所属(和/英) |
東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Tech) |
第3著者 氏名(和/英/ヨミ) |
依田 大輝 / Daiki Yoda / ヨダ ダイキ |
第3著者 所属(和/英) |
東芝 (略称: 東芝)
Toshiba (略称: Toshiba) |
第4著者 氏名(和/英/ヨミ) |
鍋谷 寿久 / Toshihisa Nabetani / ナベタニ トシヒサ |
第4著者 所属(和/英) |
東芝 (略称: 東芝)
Toshiba (略称: Toshiba) |
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: ) |
講演者 |
第1著者 |
発表日時 |
2023-01-19 14:10:00 |
発表時間 |
10分 |
申込先研究会 |
SeMI |
資料番号 |
SeMI2022-77 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.341 |
ページ範囲 |
pp.28-29 |
ページ数 |
2 |
発行日 |
2023-01-12 (SeMI) |