| 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 | 2025-11-06 15:40 機械学習を用いた無線LAN環境下におけるスループット推定手法 ○田島元樹・佐々木元晴・若尾佳佑・中村光貴・河村憲一（NTT）  NS2025-139 |
|
| 抄録 | （和） | 本稿では無線LANシステムにおいて，対象端末の将来スループットを機械学習により予測する手法を提案する．機械学習アルゴリズムとしてアンサンブル学習の一つであるLightGBMを採用し，予測対象端末および無線環境の過去数秒間の無線品質時系列データを特徴量，将来時刻の端末スループットを正解データとした．また，実環境の無線LANシステムに端末パターンを複数用意して，予測対象端末を移動させながら無線品質データを収集し，得られた実データの一部を学習用データとして予測モデル構築を行った．予測モデルの評価指標としてRMSEおよび決定係数を算出し，予測対象端末の将来スループットとして現時刻のスループット値を用いる方法を比較手法として用意し，提案手法との予測精度比較を実施した．最後に特徴量として使用するステップの長さおよび予測先のステップ数を変化させた際の予測精度の挙動を確認した． |
| （英） | This paper proposes a method for predicting the future throughput of a target terminal in a wireless LAN (WLAN) system using machine learning. We adopt LightGBM, an ensemble learning method, and use as features time‑series data of wireless link quality for the target UE (User Equipment) and the surrounding wireless environment over the past several seconds, while the UE throughput at a future time serves as the ground truth. In a real‑world WLAN system, we prepared multiple client scenarios, collected wireless‑quality data while moving the target UE, and built the prediction model using a subset of the collected real‑world data for training. For evaluation, we calculated the root mean squared error (RMSE) and the coefficient of determination (R²), and prepared as a baseline a method that uses the current throughput value as the predicted future throughput of the target UE, against which we compared the proposed method. Finally, we examined how prediction accuracy changes when varying the length of the historical steps used as features and the prediction horizon (number of steps ahead). | |
| キーワード | （和） | 無線LAN / スループット予測 / 機械学習 / / / / / |
| （英） | WLAN / Throughput prediction / Machine learning / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 225, NS2025-139, pp. 49-53, 2025年11月. | |
| 資料番号 | NS2025-139 | |
| 発行日 | 2025-10-30 (NS) | |
| 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 | NS2025-139 |
|
| 研究会情報 | |
| 研究会 | ICM NS NV |
| 開催期間 | 2025-11-06 - 2025-11-07 |
| 開催地（和） | 第三博多偕成ビル + オンライン開催 |
| 開催地（英） | Daisan-Hakata-Kaisei Bldg. + Online |
| テーマ（和） | ネットワーク品質，ネットワーク計測・管理，ネットワーク仮想化，ネットワークサービス，ブロックチェーン，セキュリティ，ネットワークインテリジェンス・AI，一般 |
| テーマ（英） | Network quality, Network measurement/management, Network virtualization, Network service, Blockchain, Security, Network intelligence/AI, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2025-11-ICM-NS-NV |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いた無線LAN環境下におけるスループット推定手法 |
| サブタイトル（和） | |
| タイトル（英） | Throughput Estimation Method in Wireless LAN Environments Using Machine Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 無線LAN / WLAN |
| キーワード(2)（和/英） | スループット予測 / Throughput prediction |
| キーワード(3)（和/英） | 機械学習 / Machine learning |
| キーワード(4)（和/英） | / |
| 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） | 田島 元樹 / Genki Tajima / タジマ ゲンキ |
| 第1著者 所属（和/英） | NTT株式会社 (略称： NTT) NTT, Inc (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 佐々木 元晴 / Motoharu Sasaki / ササキ モトハル |
| 第2著者 所属（和/英） | NTT株式会社 (略称： NTT) NTT, Inc (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 若尾 佳佑 / Keisuke Wakao / ワカオ ケイスケ |
| 第3著者 所属（和/英） | NTT株式会社 (略称： NTT) NTT, Inc (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 中村 光貴 / Mitsuki Nakamura / ナカムラ ミツキ |
| 第4著者 所属（和/英） | NTT株式会社 (略称： NTT) NTT, Inc (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 河村 憲一 / Kenichi Kawamura / カワムラ ケンイチ |
| 第5著者 所属（和/英） | NTT株式会社 (略称： NTT) NTT, Inc (略称： NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-11-06 15:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2025-139 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.225 |
| ページ範囲 | pp.49-53 |
| ページ数 | 5 |
| 発行日 | 2025-10-30 (NS) |
[研究会発表申込システムのトップページに戻る]