| 大会名称 |
| 2021年 総合大会 |
| 大会コ－ド |
| 2021G |
| 開催年 |
|
2021
|
| 発行日 |
|
2021-02-23
|
| セッション番号 |
|
N-2
|
| セッション名 |
|
複雑コミュニケーションサイエンス
|
| 講演日 |
|
2021/3/9
|
| 講演場所(会議室等) |
|
Meeting 20
|
| 講演番号 |
|
N-2-10
|
| タイトル |
|
Laser Chaos Decision MakerによるMassive MIMOの超高速ビーム選択法
|
| 著者名 |
|
◎魚住昂央, 岡田典大, 成瀬 誠, Chauvet Nicolas, 李 傲寒, 長谷川幹雄,
|
| キーワード |
|
MIMO, Multi-Armed Bandit問題, Tug-of-Warダイナミクス, レーザカオス, 強化学習
|
| 抄録 |
|
MIMOシステムにおけるBeam Alignment(BA)をMulti-Armed Bandit(MAB)アルゴリズムによって最適化する手法が提案されている[1,2]． 文献[1]では，IEEE802.11adよりもBA遅延を大幅に減少可能であることが示されている．一方，Laser Chaos Decision Maker[3,4]は，MABアルゴリズムを数十p秒オーダで動作させることが可能である．本稿では，BA問題にLaser Chaos Decision Makerを適用した超高速なビーム選択手法を提案し，その有効性を検討する．
|
| 本文pdf |
|
PDF download
|
