| No | 261450 |
|---|---|
| 標題（和） | 機械学習を用いた客観通信品質指標に基づくパラメータ制御手法の検討 |
| 標題（英） | A Study of Parameter Control Method Based on QoE by Machine learning |
| 研究会名（和） | 通信方式 |
| 研究会名（英） | Communication Systems |
| 開催年月日 | 2019-07-04 |
| 終了年月日 | 2019-07-05 |
| 会議種別コード | 5 |
| 共催団体名（和） | |
| 資料番号 | CS2019-26 |
| 抄録（和） | 近年，ディープラーニング等の機械学習が注目されている．無線通信分野でも様々な応用が提案，検討されている．そこで，客観通信品質の推定において，伝搬誤り，干渉，伝送，スループット，パケット損失など，無線通信特有の評価パラメータを機械学習に利用する手法を検討する．本稿では，特にニューラルネットワークの重み調整に注目する．従来，この重みの調整には，誤差逆伝搬法等が利用されるが，確率的な最適化手法を用いた場合の性能を確認する． |
| 抄録（英） | In recent years, machine learning such as deep learning has attracted attention. Various applications have been proposed and studied in the wireless communication field. Therefore, in the objective communication quality estimation, we consider a method that uses evaluation parameters specific to wireless communication such as propagation error, interference, transmission, throughput, packet loss, etc. for machine learning. In this paper, we focus especially on weight adjustment of neural networks. Conventionally, error back-propagation method etc. are used to adjust this weight, but the performance when using stochastic optimization method is confirmed. |
| 収録資料名（和） | 電子情報通信学会技術研究報告 |
| 収録資料の巻号 | Vol.119, No.101 |
| ページ開始 | 55 |
| ページ終了 | 56 |
| キーワード（和） | ディープラーニング,差分進化法,QoE,機械学習 |
| キーワード（英） | Deep Learning,Differential Evolution,QoE,Machine Learning |
| 本文の言語 | JPN |
| 著者（和） | 黒沢啓人 |
| 著者（ヨミ） | クロサワ ヒロト |
| 著者（英） | Hiroto Kurosawa |
| 所属機関（和） | 日本工業大学 |
| 所属機関（英） | Nippon Institute of Technology |
| 著者（和） | 進藤卓也 |
| 著者（ヨミ） | シンドウ タクヤ |
| 著者（英） | Takuya Shindou |
| 所属機関（和） | 日本工業大学 |
| 所属機関（英） | Nippon Institute of Technology |
| 著者（和） | 平栗健史 |
| 著者（ヨミ） | ヒラグリ タケフミ |
| 著者（英） | Takefumi Hiraguri |
| 所属機関（和） | 日本工業大学 |
| 所属機関（英） | Nippon Institute of Technology |