| 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 | 2025-07-30 10:25 物理法則を組み込んだグラフ表現学習による電波伝搬予測 ○高木志門・佐藤光哉（電通大）・須藤克弥（北大）  SR2025-17 |
|
| 抄録 | （和） | 電波伝搬シミュレーションにおける高い予測精度と短い計算時間の両立のために，電波伝搬グラフ表現学習と呼ばれる新たな概念が提案されている．しかし，既存手法では学習データに固有の距離減衰特性に合わせたモデルが構築されることが多く，テストデータの距離減衰特性が学習データと大きく異なる場合に予測精度が著しく低下する．この問題に対処するために，本稿では任意の距離減衰環境に一般化可能な電波伝搬グラフ表現学習のフレームワークを提案する．提案手法では，パスをグラフ構造で表現しつつ，受信電力を物理的な数理モデルとデータ駆動型学習の両輪で表現する．距離減衰係数が異なる実信号データを用いた性能評価により，提案手法は従来のレイトレーシングと比較して予測受信電力の二乗平均平方根誤差の改善および計算時間の削減が可能であることを示す． |
| （英） | To achieve both high prediction accuracy and reduced computation time in radio propagation simulations, a novel concept called radio propagation graph representation learning has been proposed. However, existing implementations often build models tailored to the specific path loss characteristics present in the training data. As a result, their prediction accuracy significantly degrades when the path loss characteristics of the test data differ substantially from those of the training data. To address this issue, this paper proposes a framework for radio propagation graph representation learning capable of generalizing to arbitrary path loss environments. The proposed method represents paths with a graph structure while representing received power with both a physics-based mathematical model and data-driven learning. Performance evaluations using actual signal data with varying path loss exponents demonstrate that the proposed method can improve the root mean squared error of the predicted received power and reduce the computation time compared to conventional ray tracing. | |
| キーワード | （和） | 電波伝搬 / グラフ表現学習 / 物理法則を組み込んだ機械学習 / レイトレーシング / / / / |
| （英） | Radio propagation / Graph representation learning / Physics-informed machine learning / Ray tracing / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 134, SR2025-17, pp. 7-13, 2025年7月. | |
| 資料番号 | SR2025-17 | |
| 発行日 | 2025-07-23 (SR) | |
| 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 | SR2025-17 |
|
| 研究会情報 | |
| 研究会 | SR RCS RCC SeMI NS RISING HCL |
| 開催期間 | 2025-07-30 - 2025-08-01 |
| 開催地（和） | マリオス（盛岡地域交流センター） |
| 開催地（英） | MALIOS |
| テーマ（和） | IoT、無線分散ネットワーク、センサネットワーク、 制御通信、ネットワーク制御、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SR |
| 会議コード | 2025-07-SR-RCS-RCC-SeMI-NS-RISING-HCL |
| 本文の言語 | 日本語 |
| タイトル（和） | 物理法則を組み込んだグラフ表現学習による電波伝搬予測 |
| サブタイトル（和） | |
| タイトル（英） | Radio Propagation Prediction Based on Physics-Informed Graph Representation Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 電波伝搬 / Radio propagation |
| キーワード(2)（和/英） | グラフ表現学習 / Graph representation learning |
| キーワード(3)（和/英） | 物理法則を組み込んだ機械学習 / Physics-informed machine learning |
| キーワード(4)（和/英） | レイトレーシング / Ray tracing |
| 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） | 高木 志門 / Shimon Takagi / タカギ シモン |
| 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） | 佐藤 光哉 / Koya Sato / サトウ コウヤ |
| 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） | 須藤 克弥 / Katsuya Suto / ストウ カツヤ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-07-30 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SR |
| 資料番号 | SR2025-17 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.134 |
| ページ範囲 | pp.7-13 |
| ページ数 | 7 |
| 発行日 | 2025-07-23 (SR) |
[研究会発表申込システムのトップページに戻る]