| 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 | 2020-10-22 09:30 6Gへの機械学習・数理最適化応用に向けた共有データセット構想 ○丸田一輝（東工大）・井田悠太（山口大）・侯 亜飛（岡山大）・牟田 修（九大）・岡田 啓（名大）・西村寿彦（北大）・岡本英二（名工大）・眞田幸俊（慶大）・村田英一（京大）・田野 哲（岡山大）  RCS2020-92 |
|
| 抄録 | （和） | 無線通信システムにおける諸課題に対して機械学習や数理最適化を適用する研究においてはトレーニングに用いるデータセットが重要であり，海外の学会ではデータセットを長期保管し公開する取り組みが最近始まった．一方，研究目的に適したデータセットが公開されていない場合，広く協力してデータセットを作成する取り組みが求められる．本稿は，データセットを協力して作成する取り組みと，そのデータセットを利用した研究構想を紹介する． |
| （英） | In the research of applying machine learning and mathematical optimization to problems in wireless communication systems, datasets for training are very important, and an effort to store and release datasets for long term storage has recently started in overseas conferences. On the other hand, if a dataset suitable for research purposes is not available, efforts to create a dataset with wide cooperation are required. This paper presents a conceptual framework for collaborative efforts to create datasets and research using those datasets. | |
| キーワード | （和） | データセット / 機械学習 / 数理最適化 / 6G / / / / |
| （英） | Data set / Machine learning / Mathematical optimization / 6G / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 204, RCS2020-92, pp. 1-6, 2020年10月. | |
| 資料番号 | RCS2020-92 | |
| 発行日 | 2020-10-15 (RCS) | |
| 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 | RCS2020-92 |
|
| 研究会情報 | |
| 研究会 | RCS |
| 開催期間 | 2020-10-22 - 2020-10-23 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 無線通信方式，無線通信システム，標準化，将来システムおよび一般 |
| テーマ（英） | Wireless Communication Schemes, Wireless Communication Systems, Wireless Standards, Future Wireless Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2020-10-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 6Gへの機械学習・数理最適化応用に向けた共有データセット構想 |
| サブタイトル（和） | |
| タイトル（英） | Shared dataset framework toward applications of machine learning and mathematical optimization for 6G |
| サブタイトル（英） | |
| キーワード(1)（和/英） | データセット / Data set |
| キーワード(2)（和/英） | 機械学習 / Machine learning |
| キーワード(3)（和/英） | 数理最適化 / Mathematical optimization |
| キーワード(4)（和/英） | 6G / 6G |
| 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） | 丸田 一輝 / Kazuki Maruta / マルタ カズキ |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 井田 悠太 / Yuta Ida / イダ ユウタ |
| 第2著者 所属（和/英） | 山口大学 (略称： 山口大) Ymaguchi University (略称： Yamaguchi Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 侯 亜飛 / Yafei Hou / コウ アヒ |
| 第3著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 牟田 修 / Osamu Muta / ムタ オサム |
| 第4著者 所属（和/英） | 九州大学 (略称： 九大) Kyushu University (略称： Kyushu Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 岡田 啓 / Hiraku Okada / オカダ ヒラク |
| 第5著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 西村 寿彦 / Toshihiko Nishimura / ニシムラ トシヒコ |
| 第6著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第7著者 氏名（和/英/ヨミ） | 岡本 英二 / Eiji Okamoto / オカモト エイジ |
| 第7著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第8著者 氏名（和/英/ヨミ） | 眞田 幸俊 / Yukitoshi Sanada / サナダ ユキトシ |
| 第8著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第9著者 氏名（和/英/ヨミ） | 村田 英一 / Hidekazu Murata / ムラタ ヒデカズ |
| 第9著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第10著者 氏名（和/英/ヨミ） | 田野 哲 / Satoshi Denno / デンノ サトシ |
| 第10著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-10-22 09:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2020-92 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.204 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2020-10-15 (RCS) |
[研究会発表申込システムのトップページに戻る]