| 大会名称 |
| 2017年 総合大会 |
| 大会コ－ド |
| 2017G |
| 開催年 |
|
2017
|
| 発行日 |
|
|
| セッション番号 |
|
B-5B
|
| セッション名 |
|
無線通信システムB
|
| 講演日 |
|
2017/3/22
|
| 講演場所(会議室等) |
|
共通講義棟北 N203
|
| 講演番号 |
|
B-5-118
|
| タイトル |
|
機械学習を用いた無線リソース制御における試行回数低減法の提案
|
| 著者名 |
|
◎若尾佳佑, アベセカラ ヒランタ, 鷹取泰司,
|
| キーワード |
|
無線リソース制御, 試行回数低減, 機械学習, ベイズ最適化
|
| 抄録 |
|
無線アクセスシステムの大容量化に向け、周波数利用効率の向上技術とともに高密度化技術が注目されている。制御エンジンにより全無線基地局の多様な制御パラメータを最適化すれば、深刻な干渉条件下においても高効率なシステムが実現できると期待される。しかし、制御パラメータと無線基地局の台数の増加により総当たりの試行が困難であることに加え、制御パラメータの多様化により事前にシステム性能を導出することも困難である。本稿では、過去に測定したシステム性能と制御パラメータ組合せを入力情報として機械学習によりシステム性能を予測し、高利得が見込まれる制御パラメータ割当を低試行回数で最適化する制御手法を提案する。
|
| 本文pdf |
|
PDF download
|
