文献

J-GLOBAL ID：202202276951370344   整理番号：22A1463167

機械学習・数理最適化の無線通信への応用に向けた共有データセット構想

Shared Dataset Initiative toward Applications of Machine Learning and Mathematical Optimization for Wireless Communications

著者 (10件)： 丸田一輝 (東京理大 工) ,  井田悠太 (山口大 大学院創成科学研究科) ,  實松豊 (東京工大 工学院) ,  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 大学院情報科学研究院) ,  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 (山口大 大学院創成科学研究科) ,  田野哲 (岡山大)
資料名： 電子情報通信学会誌  (Journal of the Institute of Electronics, Information and Communication Engineers)
巻： 105  号： 6  ページ： 509-515  発行年： 2022年06月01日 
JST資料番号： F0019A  ISSN： 0913-5693  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： サイバー空間とフィジカル空間の連携を実現するためには無線通信の更なる高効率大容量化,低遅延化,高信頼化が必要である.無線通信システムの効率化のために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る.海外の学会ではデータセットを長期保管し公開する取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： *機械学習 ,  *無線伝送 ,  数学モデル ,  最適化 ,  情報共有 ,  データベース ,  仮想空間 ,  効率化 ,  信頼性 ,  情報公開
準シソーラス用語： サイバー空間 ,  データセット ,  高効率化 ,  高信頼性 ,  数理モデル ,  大容量化 ,  低遅延 ,  無線通信

分類 (2件)： 人工知能  (JE08000Z) ,  無線通信一般  (ND08010L)

引用文献 (15件)：

• 3GPP, TS 22.104. V16.5, ′′Service requirements for cyber-physical control applications in vertical domains ; stage 1,′′ July 2020.
• M.E. Morocho-Cayamcela, H. Lee, and W. Lim, ′′Machine learning for 5G/B5G mobile and wireless communications : Potential, limitations, and future directions,′′ IEEE Access, vol. 7, pp. 137184-137206, Sept. 2019.
• Y. Shi, K. Davaslioglu, and Y.E. Sagduyu, ′′Generative adversarial network in the air : Deep adversarial learning for wireless signal spoofing,′′ IEEE Trans. Cogn. Commun. Netw., vol. 7, no. 1, pp. 294-303, March 2021.
• https://www.kaggle.com/
• https://mlc.committees.comsoc.org/datasets/

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