| 講演名 | 2023-01-24 セルレンジ拡張におけるPF metricのNeural Networkを用いた近似法 日下 祐喜(香川大), 三木 信彦(香川大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 現在，世界中でBeyond 5G (B5G) の研究・開発が開始されている．B5Gでは，5G よりも更なる大容量化が求められており，このためには，基地局密度の増大，高周波数帯の利用などが必須となる．また，これら無線リソース（基地局・周波数帯を合わせて無線リソースと呼ぶ）の割り当てを適切に行うことも無線リソース増大の効果を得るために重要となる．本稿では，プロポーショナルフェアネス規範に基づく凸最適化と機械学習を併用する割り当て法における機械学習の学習方法について検討する． |
| 抄録(英) | The research and development of Beyond 5G (B5G) is currently underway around the world, and B5G requires even higher capacity than 5G, which requires an increase in base station density and the use of higher frequency bands. In addition, proper allocation of these radio resources (base stations and frequency bands are collectively referred to as radio resources) is also important to achieve the benefits of increased radio resources. In this paper, we discuss a learning method for machine learning in an allocation method that combines convex optimization based on proportional fairness norms and machine learning. |
| キーワード(和) | スモールセル / セルレンジ拡張 / プロポーショナルフェアネス規範 / Neural network |
| キーワード(英) | Small cell / Cell range expansion / Proportional fairness criteria / Neural network |
| 資料番号 | IT2022-31,SIP2022-82,RCS2022-210 |
| 発行日 | 2023-01-17 (IT, SIP, RCS) |
| 研究会情報 | |
| 研究会 | IT / RCS / SIP |
|---|---|
| 開催期間 | 2023/1/24(から2日開催) |
| 開催地（和） | 前橋テルサ |
| 開催地（英） | Maebashi Terrsa |
| テーマ（和） | 無線通信のための信号処理，学習，数理，情報理論および一般 |
| テーマ（英） | |
| 委員長氏名（和） | 小嶋 徹也(東京高専) / 樋口 健一(東京理科大) / 田中 聡久(東京農工大) |
| 委員長氏名（英） | Tetsuya Kojima(Tokyo Kosen) / Kenichi Higuchi(Tokyo Univ. of Science) / Toshihisa Tanaka(Tokyo Univ. Agri.&Tech.) |
| 副委員長氏名（和） | 野上 保之(岡山大学) / 旦代 智哉(東芝) / 児島 史秀(NICT) / 牟田 修(九大) / 市毛 弘一(横浜国大) / 仲地 孝之(琉球大学) |
| 副委員長氏名（英） | Yasuyuki Nogami(Okayama Univ.) / Tomoya Tandai(Toshiba) / Fumihide Kojima(NICT) / Osamu Muta(Kyushu Univ.) / Koichi Ichige(Yokohama National Univ.) / Takayuki Nakachi(Ryukyu Univ.) |
| 幹事氏名（和） | 松田 哲直(埼玉大) / 眞田 亜紀子(長岡技科大) / 山本 哲矢(パナソニック) / 安達 宏一(電通大) / 中村 理(シャープ) / 田中 雄一(東京農工大) / 京地 清介(北九州市大) |
| 幹事氏名（英） | Tetsunao Matsuta(Saitamai Univ.) / Akiko Manada(Nagaoka Univ. of Tech.) / Tetsuya Yamamoto(Panasonic) / Koichi Adachi(Univ. of Electro-Comm) / Osamu Nakamura(Sharp) / Yuichi Tanaka(Tokyo Univ. Agri.&Tech.) / Seisuke Kyochi(Univ. of Kitakyushu) |
| 幹事補佐氏名（和） | 野崎 隆之(山口大) / 酒井 学(三菱電機) / 岩渕 匡史(NTT) / 菅野 一生(KDDI総合研究所) / 張 裕淵(東工大) / 丸田 一輝(東京理科大) / 吉田 太一(電通大) / 今泉 祥子(千葉大) |
| 幹事補佐氏名（英） | Takayuki Nozaki(Yamaguchi Univ.) / Manabu Sakai(Mitsubishi Electric) / Masashi Iwabuchi(NTT) / Issei Kanno(KDDI Research) / Yuyuan Chang(Tokyo Inst. of Tech) / Kazuki Maruta(Tokyo Univ. of Science) / Taichi Yoshida(UEC) / Shoko Imaizumi(Chiba Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information Theory / Technical Committee on Radio Communication Systems / Technical Committee on Signal Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | セルレンジ拡張におけるPF metricのNeural Networkを用いた近似法 |
| サブタイトル（和） | |
| タイトル（英） | Approximation of PF metric in cell range extension using Neural Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | スモールセル / Small cell |
| キーワード(2)（和/英） | セルレンジ拡張 / Cell range expansion |
| キーワード(3)（和/英） | プロポーショナルフェアネス規範 / Proportional fairness criteria |
| キーワード(4)（和/英） | Neural network / Neural network |
| 第 1 著者 氏名（和/英） | 日下 祐喜 / Kusaka Yuki |
| 第 1 著者 所属（和/英） | 香川大学(略称：香川大) Kagawa University(略称：Kagawa Univ) |
| 第 2 著者 氏名（和/英） | 三木 信彦 / Miki nobuhiko |
| 第 2 著者 所属（和/英） | 香川大学(略称：香川大) Kagawa University(略称：Kagawa Univ) |
| 発表年月日 | 2023-01-24 |
| 資料番号 | IT2022-31,SIP2022-82,RCS2022-210 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | IT-355,SIP-356,RCS-357 |
| ページ範囲 | pp.13-18(IT), pp.13-18(SIP), pp.13-18(RCS), |
| ページ数 | 6 |
| 発行日 | 2023-01-17 (IT, SIP, RCS) |