| 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 | 2025-07-31 16:30 地理情報に基づく転移学習を用いた受信信号強度予測手法 ○趙 欧・単 麟（信州大）・李 還幇・沢田浩和（NICT）・松尾大輔・不破 泰（信州大）・松村 武（NICT）  RCC2025-26 |
|
| 抄録 | （和） | 本研究では，地理的知識を活用した転移学習に基づく受信信号強度（RSS）予測手法を提案する．屋外の多様な環境における汎化性能を向上させるため，環境特徴とRSSとの関係をモデル化する二次元畳み込みニューラルネットワーク（2D-CNN）を採用する．また，転移学習を導入することによって限られたラベル付きデータのみで新たな環境への適応を可能にする．提案手法は，920 MHzおよび429 MHzで動作する端末間通信（D2D）システムによる実測データを用いて評価した．実験の結果により，中央値の予測誤差はそれぞれ2.5 dBmおよび1 dBm未満であり，全予測の80%以上が6 dBmおよび3 dBm以内に収まることが確認された．これらの結果から，従来の機械学習手法等と比較して，提案手法が予測精度の向上およびデータ要求の低減に有効であることが示された． |
| （英） | This paper presents a transfer learning-based method for received signal strength (RSS) prediction, incorporating geographical knowledge to enhance generalization across diverse outdoor environments. A two-dimensional convolutional neural network is employed to model the relationship between environmental features and RSS. Transfer learning is applied to adapt the model to new environments with limited labeled data. The proposed method is evaluated using real-world measurements from self-developed device-to-device systems operating at 920 MHz and 429 MHz. Experimental results demonstrate median prediction errors below 2.5 dBm and 1 dBm, respectively, with over 80% of predictions falling within 6 dBm and 3 dBm. These results confirm the effectiveness of the proposed approach in improving prediction accuracy and reducing data requirements compared to conventional machine learning-based methods. | |
| キーワード | （和） | 無線通信 / 転移学習 / 受信信号強度 / フィールド実験 / 端末間通信 / / / |
| （英） | Wireless Communications / Transfer Learning / Received Signal Strength / Field Experiments / Device-to-Device / / / | |
| 文献情報 | 信学技報, vol. 125, no. 131, RCC2025-26, pp. 24-29, 2025年7月. | |
| 資料番号 | RCC2025-26 | |
| 発行日 | 2025-07-24 (RCC) | |
| 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 | RCC2025-26 |
|
| 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 | RCC |
| 会議コード | 2025-07-SR-RCS-RCC-SeMI-NS-RISING-HCL |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 地理情報に基づく転移学習を用いた受信信号強度予測手法 |
| サブタイトル（和） | |
| タイトル（英） | Received Signal Strength Prediction Using Transfer Learning Based on Geographic Knowledge |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 無線通信 / Wireless Communications |
| キーワード(2)（和/英） | 転移学習 / Transfer Learning |
| キーワード(3)（和/英） | 受信信号強度 / Received Signal Strength |
| キーワード(4)（和/英） | フィールド実験 / Field Experiments |
| キーワード(5)（和/英） | 端末間通信 / Device-to-Device |
| 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） | 趙 欧 / Ou Zhao / チョウ オウ |
| 第1著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 単 麟 / Lin Shan / タン リン |
| 第2著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 李 還幇 / Huan-Bang Li / リ カンホウ |
| 第3著者 所属（和/英） | 情報通信研究機構 (略称： NICT) NICT (略称： NICT) |
| 第4著者 氏名（和/英/ヨミ） | 沢田 浩和 / Hirokazu Sawada / サワダ ヒロカズ |
| 第4著者 所属（和/英） | 情報通信研究機構 (略称： NICT) NICT (略称： NICT) |
| 第5著者 氏名（和/英/ヨミ） | 松尾 大輔 / Daisuke Matsuo / マツオ ダイスケ |
| 第5著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 不破 泰 / Yasushi Fuwa / フワ ヤスシ |
| 第6著者 所属（和/英） | 信州大学 (略称： 信州大) Shinshu University (略称： Shinshu Univ.) |
| 第7著者 氏名（和/英/ヨミ） | 松村 武 / Takeshi Matsumura / マツムラ タケシ |
| 第7著者 所属（和/英） | 情報通信研究機構 (略称： NICT) NICT (略称： NICT) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-07-31 16:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCC |
| 資料番号 | RCC2025-26 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.131 |
| ページ範囲 | pp.24-29 |
| ページ数 | 6 |
| 発行日 | 2025-07-24 (RCC) |
[研究会発表申込システムのトップページに戻る]