| 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 | 2021-11-25 09:30 深層強化学習を用いたスペクトルアクセス制御法の提案 ○寺木悠人・王 瀟岩（茨城大）・梅比良正弘（南山大）  SRW2021-29 |
|
| 抄録 | （和） | モノのインターネット（IoT）における、多数のデバイスが同時に通信することにより、周波数資源の不足が問題になる。周波数資源の利用効率を向上するために，ダイナミックスペクトラムアクセス（DSA）が注目されている。DSAでは，セカンダリユーザ（SU）がプライマリユーザ（PU）の時間・空間的に利用していない帯域を二次的に利用することができる。これにより、SUからPUへの干渉を制限する形で，システムのスペクトル利用効率を向上させることが出来る。本研究では，深層強化学習を利用して，PUの利用状況を適応できるスペクトルアクセス制御法を提案した。シミュレーションによってその性能を評価し、既存の方式と比較することで、提案方式の優位性を検証した。 |
| （英） | In the Internet of Things (IoT), the shortage of frequency resources becomes a problem when many devices communicate at the same time. Dynamic spectrum access (DSA) is attracting attention in order to improve the efficiency of frequency resource utilization. In DSA, the bandwidth that the secondary user (SU) does not use in time and space of the primary user (PU) can be secondarily used. This makes it possible to improve the spectrum utilization efficiency of the system by limiting the interference from the SU to the PU. In this study, we proposed a spectral access control method that can adapt the usage status of PU by using deep reinforcement learning. The superiority of the proposed method was verified by evaluating its performance by simulation and comparing it with the existing method. | |
| キーワード | （和） | / / / / / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 265, SRW2021-29, pp. 1-6, 2021年11月. | |
| 資料番号 | SRW2021-29 | |
| 発行日 | 2021-11-18 (SRW) | |
| 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 | SRW2021-29 |
|
| 研究会情報 | |
| 研究会 | SRW SeMI CNR |
| 開催期間 | 2021-11-25 - 2021-11-26 |
| 開催地（和） | 機械振興会館 (予定) |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | IoTワークショップ |
| テーマ（英） | IoT Workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | SRW |
| 会議コード | 2021-11-SRW-SeMI-CNR |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層強化学習を用いたスペクトルアクセス制御法の提案 |
| サブタイトル（和） | |
| タイトル（英） | A Proposal of Deep Reinforcement Learning based Spectrum Access Method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / |
| キーワード(2)（和/英） | / |
| キーワード(3)（和/英） | / |
| 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） | 寺木 悠人 / Yuto Teraki / テラキ ユウト |
| 第1著者 所属（和/英） | 茨城大学 (略称： 茨城大) Ibaraki University (略称： Ibaraki Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 王 瀟岩 / Xiaoyan Wang / オウ ショウガン |
| 第2著者 所属（和/英） | 茨城大学 (略称： 茨城大) Ibaraki University (略称： Ibaraki Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 梅比良 正弘 / Masahiro Umehira / ウメヒラ マサヒロ |
| 第3著者 所属（和/英） | 南山大学 (略称： 南山大) Nanzan University (略称： Nanzan Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-11-25 09:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SRW |
| 資料番号 | SRW2021-29 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.265 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2021-11-18 (SRW) |
[研究会発表申込システムのトップページに戻る]