文献

J-GLOBAL ID：202202267297388950   整理番号：22A1007416

衛星通信システムにおける転移学習を用いたトラヒック予測による帯域使用幅削減に関する検討

Study on Bandwidth Usage Reduction by Traffic Prediction Using Transfer Learning in Satellite Communication Systems

著者 (3件)： 玉田一将 (東北大 大学院情報科学研究科) ,  川本雄一 (東北大 大学院情報科学研究科) ,  加藤寧 (東北大 大学院情報科学研究科)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 121  号： 379(SAT2021 53-68)  ページ： 7-12 (WEB ONLY)  発行年： 2022年02月17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： 近年,テレワークや定額動画配信サービスなどの普及によりインターネットトラヒックはますます増加している.また,Beyond5Gでは衛星通信回線が5Gバックホールとして組み込まれるのに伴い,衛星通信回線を流れるトラヒック量は増加し,変動パターンが多様化する見込みである.地上通信と比べ通信に利用可能な周波数帯域が少ない衛星通信では,トラヒック予測がリソースの効率的な運用に利用されるため,トラヒック予測は重要である.また,地上通信では将来的なトラヒックの時間変動に追従するために,近年では機械学習を適用したトラヒック予測手法について多数検討されている.しかし,衛星通信において機械学習によるトラヒック予測の導入を考えた場合,衛星帯域を予測のためのデータ転送によって大幅に消費して,ユーザが利用可能な衛星帯域が減少する問題が発生する.そこで本研究では,この問題を解決するために転移学習を用い,予測精度の担保と帯域使用幅を削減するトラヒック予測手法を提案する.更にシミュレーションを通して提案手法に対する従来手法との比較を行い,提案手法の有効性を検証する.(著者抄録)

シソーラス用語： *衛星通信 ,  システム ,  *機械学習 ,  *通信信号 ,  *予測 ,  データ転送 ,  周波数帯 ,  シミュレーション ,  インターネット ,  精度 ,  在宅勤務 ,  情報配布
準シソーラス用語： テレワーク ,  *トラヒック【通信】 ,  衛星通信システム ,  帯域 ,  *転移学習 ,  動画配信 ,  予測精度

分類 (2件)： 移動通信  (ND08030H) ,  人工知能  (JE08000Z)

引用文献 (16件)：

• Study on New Radio to support non-terrestrial networks Standard 3GPP TR38.811 v15.4.0 (2020-09), Sept. 2020.
• Leland, W.E., M.S. Taqqu, W. Willinger, D.V. Wilson, “On the self-similar nature of Ethernet traffic (extended version),”. IEEE/ACM Transactions on Networking vol.2, no. 1, pp.1-15. Feb. 1994.
• Li, Cong, Yu Han, Zhenming Sun, Zhenyong Wang, “A novel Self-Similar Traffic Prediction Method Based on Wavelet Transform for Satellite Internet,” EAI Endorsed Transactions on Ambient Systems, August. 2017.
• Krithikaivasan, Balaji, Yong Zeng, Kaushik Deka, Deep Medhi, “ARCH-Based Traffic Forecasting and Dynamic Bandwidth Provisioning for Periodically Measured Nonstationary Traffic,” IEEE/ACM Transactions on Networking, vol.15, no.3, pp.683-696, Jun 2007.
• Zhang, Chuanting, Haixia Zhang, Jingping Qiao, Dongfeng Yuan, Minggao Zhang, “Deep Transfer Learning for Intelligent Cellular Traffic Prediction Based on Cross-Domain Big Data,” IEEE Journal on Selected Areas in Communications, vol.37, no.6, pp.1389-1401, June. 2019.

タイトルに関連する用語 (4件)： 衛星通信システム ,  転移学習 ,  トラヒック予測 ,  帯域