| 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 | 2023-05-12 10:00 可変サイズのマップデータを用いたRNNエンコーダによる電波伝搬モデル構築の一検討 ○長尾竜也・林 高弘（KDDI総合研究所）  AP2023-17 |
|
| 抄録 | （和） | 現実空間での無線通信システムのパフォーマンス評価を効率的に実施するため，仮想空間におけるワイヤレスエミュレーション技術への期待が高まっている．高精度なエミュレーションの実現には，実環境での電波伝搬特性を仮想空間で精度良く模擬する必要があり，とりわけ伝搬損失は最も基本的な特性のひとつである．近年，サイトスペシフィックな伝搬損失をモデル化する手法として，機械学習による手法が提案されている．その多くで，送受信周辺のマップデータを用いた畳み込みニューラルネットワーク(CNN)が適用されているが，CNNは構造上固定サイズのデータを入力する必要があり，マップデータの情報欠損や重複による精度劣化が懸念される．そこで本稿では，マップデータを系列データとして扱い，再帰的ニューラルネットワーク(RNN)を用いて伝搬損失モデルを構築する手法を提案する．都市部で取得した実測データを用いた評価により，提案手法の有効性を示す． |
| （英） | For efficient evaluation of the performance of wireless systems in physical space, wireless emulation techniques in virtual space are increasingly expected. To realize accurate emulations, it is essential to model radio propagation characteristics, especially path loss is one of the most fundamental characteristics. Recently, machine learning-based methods for site-specific path loss modeling have been proposed. Most apply the convolutional neural network (CNN) with map data around Tx and Rx. However, CNN needs to input the fixed-size data, which might cause accuracy degradation due to lacking or redundancy of information. Therefore, this paper proposes the path loss modeling method based on the recurrent neural network (RNN), handling map data as sequential data. Finally, we clarify the effectiveness of the proposed method by evaluation using measurement data in an urban area. | |
| キーワード | （和） | 電波伝搬推定 / 機械学習 / 再帰的ニューラルネットワーク（RNN） / Gated Recurrent Unit (GRU) / / / / |
| （英） | Radio Propagation Prediction / Machine Learning / Recurrent Neural Network / Gated Recurrent Unit / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 16, AP2023-17, pp. 48-53, 2023年5月. | |
| 資料番号 | AP2023-17 | |
| 発行日 | 2023-05-04 (AP) | |
| 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 | AP2023-17 |
|
| 研究会情報 | |
| 研究会 | AP |
| 開催期間 | 2023-05-11 - 2023-05-12 |
| 開催地（和） | 沖縄県男女共同参画センター（てぃるる） |
| 開催地（英） | Okinawa Gender Equality Center |
| テーマ（和） | 一般 |
| テーマ（英） | Antennas and Propagation |
| 講演論文情報の詳細 | |
| 申込み研究会 | AP |
| 会議コード | 2023-05-AP |
| 本文の言語 | 日本語 |
| タイトル（和） | 可変サイズのマップデータを用いたRNNエンコーダによる電波伝搬モデル構築の一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Radio Propagation Modeling using RNN-Encoder with Variable-Size Map Data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 電波伝搬推定 / Radio Propagation Prediction |
| キーワード(2)（和/英） | 機械学習 / Machine Learning |
| キーワード(3)（和/英） | 再帰的ニューラルネットワーク（RNN） / Recurrent Neural Network |
| キーワード(4)（和/英） | Gated Recurrent Unit (GRU) / Gated Recurrent Unit |
| 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） | 長尾 竜也 / Tatsuya Nagao / ナガオ タツヤ |
| 第1著者 所属（和/英） | 株式会社KDDI総合研究所 (略称： KDDI総合研究所) KDDI Research, Inc. (略称： KDDI Research) |
| 第2著者 氏名（和/英/ヨミ） | 林 高弘 / Takahiro Hayashi / ハヤシ タカヒロ |
| 第2著者 所属（和/英） | 株式会社KDDI総合研究所 (略称： KDDI総合研究所) KDDI Research, Inc. (略称： KDDI Research) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-05-12 10:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AP |
| 資料番号 | AP2023-17 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.16 |
| ページ範囲 | pp.48-53 |
| ページ数 | 6 |
| 発行日 | 2023-05-04 (AP) |
[研究会発表申込システムのトップページに戻る]