| 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 | 2024-07-24 16:40 ［依頼講演］機械学習を用いたレイトレーシングパラメータの推定手法 ～ 屋内環境での検証 ～ ○岩﨑 慧・杉山健斗・吉敷由起子（構造計画研）  AP2024-26 |
|
| 抄録 | （和） | レイトレーシング法を用いた電波伝搬解析は，周辺環境である3次元空間を考慮したパスの軌跡など様々な電波伝搬特性が得られることから，多くの無線システムの検討で利用されている．一方，レイトレーシング法は周辺環境の複雑化や広範囲化により計算時間が増えるという課題がある．また，レイトレーシング法によるシミュレーション結果と実測データの比較をする際には，レイトレーシング法の計算条件であるパラメータの探索を行う必要があり，繰り返し計算が必要となる．本稿では，機械学習に基づく代理モデルを利用した最適なレイトレーシングパラメータの探索可能性と，代理モデルによるパラメータ探索時間の改善について評価を実施した． |
| （英） | The ray tracing method has been used in many wireless system studies because it provides various radio propagation characteristics, such as path trajectories considering the three-dimensional space. While the ray tracing method has the problem of increasing computation time due to the complexity and wide range of the surrounding environment. In addition, when comparing the simulation results of the ray tracing method with measured data, it is necessary to search for the parameters of the ray tracing method, which requires repetitive calculations. In this paper, we evaluate the possibility of finding optimal ray tracing parameters using a surrogate model based on machine learning and the improvement of parameter search time by the surrogate model. | |
| キーワード | （和） | レイトレーシング / 代理モデル / 深層学習 / 点群データ / / / / |
| （英） | Ray tracing / Surrogate model / Deep learning / Point cloud data / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 126, AP2024-26, pp. 25-30, 2024年7月. | |
| 資料番号 | AP2024-26 | |
| 発行日 | 2024-07-17 (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 | AP2024-26 |
|
| 研究会情報 | |
| 研究会 | AP SANE SAT |
| 開催期間 | 2024-07-24 - 2024-07-26 |
| 開催地（和） | 北海道大学フロンティア応用科学研究棟 |
| 開催地（英） | Frontier Research in Applied Sciences Building, Hokkaido University |
| テーマ（和） | リモートセンシング，衛星通信，電波伝搬，一般 |
| テーマ（英） | Remote sensing, Sattelite Communication, Radio propagation, Antennas and Propagation |
| 講演論文情報の詳細 | |
| 申込み研究会 | AP |
| 会議コード | 2024-07-AP-SANE-SAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いたレイトレーシングパラメータの推定手法 |
| サブタイトル（和） | 屋内環境での検証 |
| タイトル（英） | A Method for Estimating Ray-Tracing Parameters Using Machine Learning |
| サブタイトル（英） | Validation in Indoor Environments |
| キーワード(1)（和/英） | レイトレーシング / Ray tracing |
| キーワード(2)（和/英） | 代理モデル / Surrogate model |
| キーワード(3)（和/英） | 深層学習 / Deep learning |
| キーワード(4)（和/英） | 点群データ / Point cloud data |
| 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） | 岩﨑 慧 / Satoshi Iwasaki / イワサキ サトシ |
| 第1著者 所属（和/英） | 株式会社構造計画研究所 (略称： 構造計画研) KOZO KEIKAKU ENGINEERING INC. (略称： KKE) |
| 第2著者 氏名（和/英/ヨミ） | 杉山 健斗 / Kento Sugiyama / スギヤマ ケント |
| 第2著者 所属（和/英） | 株式会社構造計画研究所 (略称： 構造計画研) KOZO KEIKAKU ENGINEERING INC. (略称： KKE) |
| 第3著者 氏名（和/英/ヨミ） | 吉敷 由起子 / Yukiko Kishiki / キシキ ユキコ |
| 第3著者 所属（和/英） | 株式会社構造計画研究所 (略称： 構造計画研) KOZO KEIKAKU ENGINEERING INC. (略称： KKE) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-07-24 16:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AP |
| 資料番号 | AP2024-26 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.126 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2024-07-17 (AP) |
[研究会発表申込システムのトップページに戻る]