| 講演名 | 2018-01-19 周波数共用に向けた一次利用者排他領域の機械学習手法の検討 山田 仰(京大), 西尾 理志(京大), 守倉 正博(京大), 山本 高至(京大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 周波数共用では,周波数帯の二次利用者が一次利用者に干渉を与えないための共用条件に従い通信を行 う.共用条件として,その内部の領域で二次利用者の通信を禁止する一次利用者排他領域(PER:Primary Exclusive Region)が提案されているが,伝搬路の長期的変動により干渉が発生した場合,PER を更新する必要がある.本稿で は干渉発生ごとに,教師あり学習を用いて PER を逐次的に更新する方式を提案する.本方式では,二次利用者の通 信履歴に干渉有無の情報をラベル付けした訓練データを生成するが,PER 更新での訓練データは,干渉ラベルが非干 渉ラベルより非常に少なく,この不均衡性は学習能力を低下させる.本稿では,干渉ラベル付きデータが少ない問題 を解決するオーバサンプリング,非干渉ラベル付きデータが過剰である問題を解決するアンダサンプリングを新たに 提案する.本稿では計算機シミュレーションにより,提案方式は訓練データの不均衡が生じても干渉発生確率を低減 し続け,比較方式と比べて小さい PER,少ない更新回数で,目標とする干渉発生確率を達成できることを示す. |
| 抄録(英) | In spectrum sharing, secondary users (SUs) utilize a licensed frequency band under a condition to avoid interference with a primary user (PU), such as a primary exclusive region (PER), wherein the SUs are prohibited to transmit. However, when SUs outside the PER interfere with the PU due to long term variation of propagation paths, the PER needs to be updated. In this paper, we propose a framework for updating the PER adaptively with supervised learning, when interference occurs. This frameworks employs training data sets, which are transmission logs of SUs with supervised labels whether or not PU detects interference from SUs. However, dominance of the non-interference labels compared to the interference labels degrades learning performance. To overcome imbalance of the supervised labels, we designed a novel sampling schemes considering propagation characteristics. Simulation results show the proposed framework continues to reduce interference probability and achieves smaller PER with fewer iterations compared to the conventional frameworks. |
| キーワード(和) | 機械学習 / 周波数共用 / コグニティブ無線 / 教師あり学習 / 不均衡データ |
| キーワード(英) | Machine learning / Spectrum sharing / Cognitive radio / Supervised learning / Imbalanced data |
| 資料番号 | MoNA2017-52 |
| 発行日 | 2018-01-11 (MoNA) |
| 研究会情報 | |
| 研究会 | MoNA |
|---|---|
| 開催期間 | 2018/1/18(から2日開催) |
| 開催地（和） | キャンパスプラザ京都（京都市下京区） |
| 開催地（英） | Campus Plaza Kyoto |
| テーマ（和） | モバイルネットワーク、機械学習応用、モバイルデータ活用、および一般 |
| テーマ（英） | Mobile Network, Application of Machine Learning, Mobile Data, etc. |
| 委員長氏名（和） | 新熊 亮一(京大) |
| 委員長氏名（英） | Ryoichi Shinkuma(Kyoto Univ.) |
| 副委員長氏名（和） | 田頭 茂明(関大) / 北形 元(東北大) |
| 副委員長氏名（英） | Shigeaki Tagashira(Kansai Univ.) / Gen Kitagata(Tohoku Univ.) |
| 幹事氏名（和） | 石田 繁巳(九大) / 倉沢 央(NTT) / 二瓶 浩一(NEC) |
| 幹事氏名（英） | Shigemi Ishida(Kyushu Univ.) / Hisashi Kurasawa(NTT) / Koichi Nihei(NEC) |
| 幹事補佐氏名（和） | 西尾 理志(京大) / 齊藤 隆仁(NTTドコモ) |
| 幹事補佐氏名（英） | Takayuki Nishio(Kyoto Univ.) / Takato Saito(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Mobile Network and Applications |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 周波数共用に向けた一次利用者排他領域の機械学習手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Machine Learning-based Primary Exclusive Region Update for Spectrum Sharing |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 機械学習 / Machine learning |
| キーワード(2)（和/英） | 周波数共用 / Spectrum sharing |
| キーワード(3)（和/英） | コグニティブ無線 / Cognitive radio |
| キーワード(4)（和/英） | 教師あり学習 / Supervised learning |
| キーワード(5)（和/英） | 不均衡データ / Imbalanced data |
| 第 1 著者 氏名（和/英） | 山田 仰 / Aogu Yamada |
| 第 1 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 第 2 著者 氏名（和/英） | 西尾 理志 / Takayuki Nishio |
| 第 2 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 第 3 著者 氏名（和/英） | 守倉 正博 / Masahiro Morikura |
| 第 3 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 第 4 著者 氏名（和/英） | 山本 高至 / Koji Yamamoto |
| 第 4 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 発表年月日 | 2018-01-19 |
| 資料番号 | MoNA2017-52 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | MoNA-390 |
| ページ範囲 | pp.63-68(MoNA), |
| ページ数 | 6 |
| 発行日 | 2018-01-11 (MoNA) |