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 2022-05-13 09:00
プライバシー保護と大規模学習を両立するFederated Learningを用いた最適ネットワーク選択手法
堀田幸暉ソニー)・中尾彰宏東大NS2022-13
抄録 (和) スマートフォンは通信環境の変化によって無線LAN から5G を含むモバイルネットワークに切り替える.機械学習を用いて大量のデータから無線環境を予測するモデルを学習することが有用であるが,学習データにユーザの個人情報を含むため利活用が難しい.本論ではネットワーク選択するモデルの学習にFederated Learning を導入することでユーザープライバシを保護しつつ市場データを使用した大規模学習を可能とし,ネットワークの品質を予測するモデルを構築する.またこれらのモデルを実際にAndroid 端末に搭載し予測させることでネットワークの最適切り替えの有用性を評価する.事前の無線LAN の品質を予測に基づくネットワーク切り替えにより通信断を防ぎ,ユー
ザの体感を最大400% 改善することにより提案手法が通信品質向上に有効であることを示す. 
(英) A smartphone switches from a wireless LAN to a mobile network, including 5G, due to changes in the communication environment. Although it is useful to employ machine learning to learn a model to predict the wireless environment from
a large amount of data, it is difficult to utilize data obtained from the market devices because they contain the personal information of users. In this paper, we introduce Federated Learning for learning network selection models. The model enables large-scale
learning using market data with user privacy protected and developing a model to predict the quality of the network. We evaluate the performance of these models for optimal network switching by installing them on Android devices. Our proposed method
shows that it is effective in improving user experiences by up to 400% by reducing network switching based on advance prediction.
キーワード (和) スマートフォン / Wi-Fi / 機械学習 / 連合学習 / / / /  
(英) Smartphone / Wi-Fi / Machine Learning / Federated Learning / / / /  
文献情報 信学技報, vol. 122, no. 16, NS2022-13, pp. 23-28, 2022年5月.
資料番号 NS2022-13 
発行日 2022-05-05 (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 NS2022-13

研究会情報
研究会 NS  
開催期間 2022-05-12 - 2022-05-13 
開催地(和) 京都大学楽友会館 + オンライン開催 
開催地(英) Rakuyu Kaikan, Kyoto Univ. + Online 
テーマ(和) 高度プロトコル・ネットワーキング技術(IP及び高位レイヤルーチング・フィルタリング,マルチキャスト,品質・経路制御),IPNWの利用技術(P2P,P4P,オーバレイ,SIP,NGN),ネットワークシステム関連技術(システム構成法,インタフェース,アーキテクチャ,ハードウェア・ソフトウェア・ミドルウェア),セキュリティ,ブロックチェーン,一般 
テーマ(英) High level protocol, Networking technologies (IP and high-layer routing/filtering, Multicast, Quality/Routing control), IP network application technologies (P2P, P4P, Overlay, SIP, NGN), Network system related technologies (System configuration, Interface, Architecture, Hardware/Software/Middleware), Security, Blockchain etc. 
講演論文情報の詳細
申込み研究会 NS 
会議コード 2022-05-NS 
本文の言語 日本語 
タイトル(和) プライバシー保護と大規模学習を両立するFederated Learningを用いた最適ネットワーク選択手法 
サブタイトル(和)  
タイトル(英) Optimal Network Selection Method Using Federated Learning for Achieving Both Privacy Preservation and Large-Scale Learning 
サブタイトル(英)  
キーワード(1)(和/英) スマートフォン / Smartphone  
キーワード(2)(和/英) Wi-Fi / Wi-Fi  
キーワード(3)(和/英) 機械学習 / Machine Learning  
キーワード(4)(和/英) 連合学習 / Federated Learning  
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) 堀田 幸暉 / Koki Horita /
第1著者 所属(和/英) ソニー株式会社 (略称: ソニー)
Sony Corporation (略称: Sony)
第2著者 氏名(和/英/ヨミ) 中尾 彰宏 / Akihiro Nakao /
第2著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: UTokyo)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
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: )
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 2022-05-13 09:00:00 
発表時間 25分 
申込先研究会 NS 
資料番号 NS2022-13 
巻番号(vol) vol.122 
号番号(no) no.16 
ページ範囲 pp.23-28 
ページ数
発行日 2022-05-05 (NS) 


[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