| 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-2-9
|
| タイトル |
|
動的競合Multi-Armed Bandit問題へのTug-Of-Warダイナミクス応用
|
| 著者名 |
|
◎浦邉郁実, 李 傲寒, 伊藤友輔, 金 成主, 長谷川 聡, 長谷川幹雄,
|
| キーワード |
|
IoT, Multi-Armed Bandit, 強化学習, Tug-Of-War, fairness
|
| 抄録 |
|
近年，IoTを利用したアプリケーションの需要が急増している．IoT アプリケーションでは，高密度に設置された無線 IoT 端末間もしくはサーバとのリアルタイム通信が不可欠である．その際，端末間干渉による通信性能の低下を回避するためにマルチチャネル通信が利用される．マルチチャネル通信では，各 IoT 端末で利用可能なチャネルを適切に選択することが重要であり，これは Competitive Multi-Armed Bandit (CMAB) 問題として表すことが出来る．本研究では,IoTデバイスにも実装可能である軽量なMAB アルゴリズムのTug-Of-War (TOW) ダイナミクスをより現実に近い環境を想定した動的なCMAB問題に対して適用し，他のアルゴリズムとの比較を行った結果を報告する．
|
| 本文pdf |
|
PDF download
|
