| 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-2-7
|
| タイトル |
|
自律分散型強化学習を用いたチャネル選択手法の異種IoTシステム混在下における実験評価
|
| 著者名 |
|
◎北川諒真, 長谷川 聡, 李 傲寒, 金 成主, 長谷川幹雄,
|
| キーワード |
|
Massive IoT, Multi-Armed Bandit問題, 強化学習, Low Power Wide Area
|
| 抄録 |
|
近年，Internet of Things (IoT)を利用したアプリケーションの需要が急増している．多数のIoTデバイスが密集して設置されたMassive IoT環境では通信の衝突が深刻な問題となり，限られた周波数リソースを効率的に使うための動的なマルチチャネル選択法が求められている．本稿では，複数のMABアルゴリズムを用いた自律的なチャネル選択手法を実機実装し，複数の異種LPWAシステムが混在する環境下での実験を行った．結果として，TOWアルゴリズムが優位性を持つことが判明し，チャネル状態の変化への重要性が示された．
|
| 本文pdf |
|
PDF download
|
