文献

J-GLOBAL ID：202002266182527879   整理番号：20A2610521

6Gへの機械学習・数理最適化応用に向けた共有データセット構想

Shared Dataset Framework toward Applications of Machine Learning and Mathematical Optimization for 6G

著者 (10件)： 丸田一輝 (東京工大) ,  井田悠太 (山口大 大学院創成科学研究科) ,  HOU Yafei (岡山大 大学院自然科学研究科) ,  牟田修 (九大 日本エジプト科学技術連携セ) ,  岡田啓 (名古屋大 未来材料・システム研) ,  西村寿彦 (北大 大学院情報科学院) ,  岡本英二 (名古屋工大 大学院工学研究科) ,  眞田幸俊 (慶応大 理工) ,  村田英一 (京大 大学院情報学研究科) ,  田野哲 (岡山大 大学院自然科学研究科)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 120  号： 204(RCS2020 92-109)  ページ： 1-6 (WEB ONLY)  発行年： 2020年10月15日 
JST資料番号： U2030A  ISSN： 2432-6380  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 無線通信システムにおける諸課題に対して機械学習や数理最適化を適用する研究においてはトレーニングに用いるデータセットが重要であり,海外の学会ではデータセットを長期保管し公開する取り組みが最近始まった.一方,研究目的に適したデータセットが公開されていない場合,広く協力してデータセットを作成する取り組みが求められる.本稿は,データセットを協力して作成する取り組みと,そのデータセットを利用した研究構想を紹介する.(著者抄録)

シソーラス用語： 移動通信 ,  *機械学習 ,  *適応訓練 ,  *情報共有 ,  通信方式 ,  信号特性 ,  事例研究 ,  集合 ,  データセット ,  受信信号強度 ,  *教育訓練
準シソーラス用語： 6G無線アクセス ,  MIMO伝送

分類 (3件)： 移動通信  (ND08030H) ,  人工知能  (JE08000Z) ,  通信測定一般  (ND03000R)

引用文献 (22件)：

• C. Jiang, H. Zhang, Y. Ren, Z. Han, K. Chen, and L. Hanzo, “Machine learning paradigms for next-generation wireless networks,” IEEE Wireless Communications, vol. 24, no. 2, pp. 98-105, 2017.
• H. Huang, S. Guo, G. Gui, Z. Yang, J. Zhang, H. Sari, and F. Adachi, “Deep learning for physical-layer 5G wireless techniques: Opportunities, challenges and solutions,” IEEE Wireless Communications, vol. 27, no. 1, pp. 214-222, 2020.
• IEEE DataPort. [Online]. Available: https://ieee-dataport.org/
• 千葉 竜樹, 村田 英一, “高周波数帯を活用した端末連携システムの実験に向けた市街地受信強度測定,” 第39回情報理論とその応用シンポジウム, no. 1.2.4, 2016年12月.
• 渡邊 壮輝, 岡田 啓, ベン ナイラ シャドリア, 片山 正昭, “無線分散ネットワークにおける機械学習を用いた送信レート選択手法,” 信学技報, vol. 120, 2020年10月.

タイトルに関連する用語 (7件)： 6G ,  機械学習 ,  最適化 ,  応用 ,  共有 ,  データセット ,  構想