お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2018-01-19 11:15
強化学習による自律的無線LANアクセスポイント選択手法の検討
中村拓哉西尾理志守倉正博山本高至京大)・鍋谷寿久東芝MoNA2017-51
抄録 (和) 様々な事業者による公衆無線LANサービスの提供により,利用者は複数のネットワークを利用することができる.多くの場合,ユーザ端末は受信信号強度(RSSI:Received Signal Strength Indicator)が最大のアクセスポイント(AP:Access Point)を選択して接続するが,ネットワークの仕様や状況によって低いスループットしか得られないことがある.RSSIベースの方式に代わるAP選択手法として強化学習の活用が検討されている.強化学習は観測データからAP選択の方策を学習するため,異なる無線通信環境やコアネットワーク帯域の差異などにも適応できることが期待される.一方で,環境の観測が完全ではない,例えば一部のAPのユーザ数や帯域の状況がわからないなど、不完全な観測のもとでの強化学習に基づくAP選択の性能については明らかになっていない.そこで,本稿では各APのコアネットワークの帯域幅に差異がある場合において,強化学習を用いたAP選択手法の評価を行い,有効性を確認した.また,接続中のAPの情報のみを利用する場合の評価を行い,学習データ量が限られた状況下ではすべてのAPのユーザ数を利用する場合と比較して高いスループットを得られることを明らかにした. 
(英) Many operators provide public wireless LAN services in public places such as stations or cafes. In many cases, a station (STA) selects an access point (AP) with the maximum received signal strength indicator (RSSI), which may lead to low throughput due to network conditions such as the number of connected users and bandwidths of core networks. An AP selection method based on reinforcement learning (RL) has been proposed. It enables to adapt to various situations in wireless LANs because RL learns an AP selection policy adaptively from observation data. However, it is not evaluated whether RL works well with incomplete observations, such as situations that bandwidths of core networks are different and unknown, and a STA cannot observe information of all APs. In this paper, we evaluate the effectiveness of the RL-based method under the situation where bandwidths of the core networks differ between APs, and show that the RL-based method achieves higher throughput than the opportunistic method that a STA selects the AP with fewest associated users. We also evaluate an AP selection method using the number of users associated with the AP which the STA associates with, and show that a STA using the limited information achieves higher throughput compared with a STA using the number of users of all APs, when the amount of training data is small.
キーワード (和) 強化学習 / Q学習 / AP選択 / ハンドオーバ / 無線LAN / / /  
(英) Reinforcement learning / Q-Learning / AP selection / Handover / Wireless LAN / / /  
文献情報 信学技報, vol. 117, no. 390, MoNA2017-51, pp. 57-62, 2018年1月.
資料番号 MoNA2017-51 
発行日 2018-01-11 (MoNA) 
ISSN Print edition: ISSN 0913-5685    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 MoNA2017-51

研究会情報
研究会 MoNA  
開催期間 2018-01-18 - 2018-01-19 
開催地(和) キャンパスプラザ京都(京都市下京区) 
開催地(英) Campus Plaza Kyoto 
テーマ(和) モバイルネットワーク、機械学習応用、モバイルデータ活用、および一般 
テーマ(英) Mobile Network, Application of Machine Learning, Mobile Data, etc. 
講演論文情報の詳細
申込み研究会 MoNA 
会議コード 2018-01-MoNA 
本文の言語 日本語 
タイトル(和) 強化学習による自律的無線LANアクセスポイント選択手法の検討 
サブタイトル(和)  
タイトル(英) Decentralized WLAN Access Point Selection through Reinforcement Learning 
サブタイトル(英)  
キーワード(1)(和/英) 強化学習 / Reinforcement learning  
キーワード(2)(和/英) Q学習 / Q-Learning  
キーワード(3)(和/英) AP選択 / AP selection  
キーワード(4)(和/英) ハンドオーバ / Handover  
キーワード(5)(和/英) 無線LAN / Wireless LAN  
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) 中村 拓哉 / Takuya Nakamura / ナカムラ タクヤ
第1著者 所属(和/英) 京都大学 (略称: 京大)
Kyoto University (略称: Kyoto Univ.)
第2著者 氏名(和/英/ヨミ) 西尾 理志 / Takayuki Nishio / ニシオ タカユキ
第2著者 所属(和/英) 京都大学 (略称: 京大)
Kyoto University (略称: Kyoto Univ.)
第3著者 氏名(和/英/ヨミ) 守倉 正博 / Masahiro Morikura / モリクラ マサヒロ
第3著者 所属(和/英) 京都大学 (略称: 京大)
Kyoto University (略称: Kyoto Univ.)
第4著者 氏名(和/英/ヨミ) 山本 高至 / Koji Yamamoto / コウジ ヤマモト
第4著者 所属(和/英) 京都大学 (略称: 京大)
Kyoto University (略称: Kyoto Univ.)
第5著者 氏名(和/英/ヨミ) 鍋谷 寿久 / Toshihisa Nabetani / ナベタニ トシヒサ
第5著者 所属(和/英) 株式会社東芝 (略称: 東芝)
TOSHIBA CORPORATION (略称: TOSHIBA)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2018-01-19 11:15:00 
発表時間 25分 
申込先研究会 MoNA 
資料番号 MoNA2017-51 
巻番号(vol) vol.117 
号番号(no) no.390 
ページ範囲 pp.57-62 
ページ数
発行日 2018-01-11 (MoNA) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会