| 講演名 | 2024-01-17 ［依頼講演］機械学習を用いたレイトレーシングパラメータの推定手法 岩﨑 慧(構造計画研), 杉山 健斗(構造計画研), 吉敷 由起子(構造計画研), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | レイトレーシング法を用いた電波伝搬解析は，周辺環境である3次元空間を考慮したパスの軌跡など様々な電波伝搬特性が得られることから，様々な場面で利用されている．周辺環境を考慮した電波伝搬解析にレイトレーシング法は有効である一方，周辺環境の3Dモデルを詳細に作り込むほど計算時間が増えるという課題がある．また，レイトレーシング法によるシミュレーション結果と実測データの比較をする際には，レイトレーシング法のパラメータ調整を行う必要があり，繰り返し計算が必要となる．本稿では，レイトレーシングパラメータを高速に推定可能な代理モデルを構築する手法を提案する．代理モデルは，点群データを用いた屋内環境での機械学習手法により構築し，その性能評価を実施した． |
| 抄録(英) | Radio propagation analysis using the ray tracing method is used in various situations because various radio propagation features, such as path trajectories considering the three-dimensional space of the propagation environment can be obtained. While the ray tracing method is effective in site specific simulations, the more detailed the radio propagation environment, the more calculation time is required. In addition, when comparing the simulation results with measured data, it is necessary to adjust the parameters of the ray tracing method, which requires iterative calculations. In this paper, we propose a method to construct a surrogate model that can estimate ray tracing parameters quickly and evaluate the performance of the machine learning model in indoor environments using point cloud data as a surrogate model. |
| キーワード(和) | レイトレーシング / 代理モデル / 深層学習 / 点群データ |
| キーワード(英) | Ray tracing / Surrogate model / Deep learning / Point cloud data |
| 資料番号 | AP2023-164 |
| 発行日 | 2024-01-10 (AP) |
| 研究会情報 | |
| 研究会 | AP / WPT |
|---|---|
| 開催期間 | 2024/1/17(から3日開催) |
| 開催地（和） | 新潟大学駅南キャンパスときめいと |
| 開催地（英） | Niigata Univ. |
| テーマ（和） | 電波伝搬・無線電力伝送・一般 |
| テーマ（英） | Radio propagation, Wireless transmission technology, Antennas and Propagation |
| 委員長氏名（和） | 榊原 久二男(名工大) / 西川 健二郎(鹿児島大) |
| 委員長氏名（英） | Kunio Sakakibara(Nagoya Inst. of Tech.) / Kenjiro Nishikaa(Kagoshima Univ.) |
| 副委員長氏名（和） | 袁 巧微(東北工大) / 平山 裕(名工大) |
| 副委員長氏名（英） | YUAN Qiaowei(Tohoku Inst. of Tech.) / Hiroshi Hirayama(Nagoya Inst. of Tech.) |
| 幹事氏名（和） | 紀平 一成(三菱電機) / 本間 尚樹(岩手大) / 花澤 理宏(UL Japan) / 三谷 友彦(京大) |
| 幹事氏名（英） | Kazunari Kihira(Mitsubishi Electric) / Naoki Honma(Iwate Univ.) / Masahiro Hanazawa(UL Japan) / Tomohiko Mitani(Kyoto Univ.) |
| 幹事補佐氏名（和） | 村上 友規(NTT) / 鈴木 麻子(富士ウェーブ) / 石川 峻樹(オリエントマイクロウェーブ) / 畑 勝裕(東大) |
| 幹事補佐氏名（英） | Tomoki Murakami(NTT) / Asako Suzuki(Fujiwaves) / Takaki Ishikawa(Orient Microwave) / Katsuhiro Hata(Univ. of Tokyo) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Antennas and Propagation / Technical Committee on Wireless Power Transfer |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［依頼講演］機械学習を用いたレイトレーシングパラメータの推定手法 |
| サブタイトル（和） | 点群データを活用した屋内環境における一検討 |
| タイトル（英） | [Invited Lecture] A Method for Estimating Ray-Tracing Parameters Using Machine Learning |
| サブタイトル（和） | A Study in Indoor Environment Using Point Cloud Data |
| キーワード(1)（和/英） | レイトレーシング / Ray tracing |
| キーワード(2)（和/英） | 代理モデル / Surrogate model |
| キーワード(3)（和/英） | 深層学習 / Deep learning |
| キーワード(4)（和/英） | 点群データ / Point cloud data |
| 第 1 著者 氏名（和/英） | 岩﨑 慧 / Satoshi Iwasaki |
| 第 1 著者 所属（和/英） | 株式会社構造計画研究所(略称：構造計画研) KOZO KEIKAKU ENGINEERING INC.(略称：KKE) |
| 第 2 著者 氏名（和/英） | 杉山 健斗 / Kento Sugiyama |
| 第 2 著者 所属（和/英） | 株式会社構造計画研究所(略称：構造計画研) KOZO KEIKAKU ENGINEERING INC.(略称：KKE) |
| 第 3 著者 氏名（和/英） | 吉敷 由起子 / Yukiko Kishiki |
| 第 3 著者 所属（和/英） | 株式会社構造計画研究所(略称：構造計画研) KOZO KEIKAKU ENGINEERING INC.(略称：KKE) |
| 発表年月日 | 2024-01-17 |
| 資料番号 | AP2023-164 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | AP-336 |
| ページ範囲 | pp.24-29(AP), |
| ページ数 | 6 |
| 発行日 | 2024-01-10 (AP) |