Pat

J-GLOBAL ID：202203018813108920

チャネル状態予測装置、無線通信装置、チャネル状態予測方法、および、プログラム

Inventor： ウェーバー ジュリアン ,  メーボド ニヤ アボルファズル ,  侯 亜飛 ,  矢野 一人 ,  熊谷 智明
Applicant, Patent owner： 株式会社国際電気通信基礎技術研究所
Agent (2)： 中西 健 ,  坂根 剛
Gazette classification：特許公報
Application number (International application number)：2017232442
Publication number (International publication number)：2019101792
Patent number：7166584
Application date： Dec. 04, 2017
Publication date： Jun. 24, 2019
Claim (excerpt)：

【請求項1】 1つの無線チャネルのビジー状態およびアイドル状態の時系列データである1次元データから、所定の数である第1の数のデータを取り出し、取り出した前記第1の数のデータを行データとすることを繰り返すことで2次元データである予測用行列データPを取得するとともに、前記予測用行列データPの行データに後続する所定の数である第2の数のデータを行データとすることで目標行列データTを取得する予測用データ取得部と、 入力層と、クラスごとに分けられたシナプス群を複数含む隠れ層と、各クラスのシナプス群から出力されるデータの総和を計算するシナプスをクラス数分含む総和計算層とを有する確率的ニューラルネットワークを用いた学習モデルにより学習処理および予測処理を行う予測処理部であって、(1)前記学習モデルのパラメータ設定時において、前記予測用データ取得部により取得された前記予測用行列データPおよび前記目標行列データTに対応する前記クラスを設定し、前記クラス数をM(M:自然数)とし、前記シナプス群において、1つのクラスに含まれるシナプスの数をN(N:自然数)とし、i番目(i:自然数、1≦i≦M)のクラスのj番目(j:自然数、1≦j≦N)のシナプスに対応するサンプルパターンをSjiとし、i番目(i:自然数、1≦i≦M)のクラスのj番目(j:自然数、1≦j≦N)のシナプスに入力されるデータをXとすると、前記予測用行列データPの各行の要素を前記シナプス群の各シナプスの重み付け係数に対応させることで、放射基底関数値K(X-Sji)が前記シナプス群の各シナプスから出力されるように設定し、さらに、i番目のクラスの前記シナプス群の各シナプスから出力されるデータの総和が総和データgiとして出力されるように設定するとともに、i番目のクラスに対応する予測出力データを、i番目のクラスを設定したときに使用した前記予測用行列データPとともに前記予測用データ取得部により取得された前記目標行列データTから抽出した時系列データのサンプルパターンに設定し、(2)前記学習モデルの学習処理時において、前記予測用データ取得部により取得された前記予測用行列データPを入力データとし、前記目標行列データTから抽出した時系列データのサンプルパターンを正解データとして、前記入力データを前記学習モデルに入力したときの前記学習モデルから出力される前記総和データgiに基づいてクラスを選択し、選択した当該クラスに対応する予測出力データを取得し、前記予測出力データと前記正解データとの差が小さくなるように、前記学習モデルのパラメータを調整することで前記学習モデルの最適化を行う学習処理を行い、(3)予測処理時において、前記予測用データ取得部により取得された前記予測用行列データPを、前記学習処理により最適化した学習モデルに入力し、当該最適化した学習モデルから出力される前記総和データgiに基づいてクラスを選択し、選択した当該クラスに対応する予測出力データを予測データとして取得することで、無線チャネルのビジー状態およびアイドル状態の時系列データの将来のデータを予測する予測処理を実行する前記予測処理部と、を備えるチャネル状態予測装置。

IPC (5)：

G06N 3/02 ( 200 6.01) ,  G06N 20/00 ( 201 9.01) ,  H04W 16/14 ( 200 9.01) ,  H04W 24/02 ( 200 9.01) ,  H04W 72/08 ( 200 9.01)

FI (5)：

G06N 3/02 ,  G06N 20/00 130 ,  H04W 16/14 ,  H04W 24/02 ,  H04W 72/08 110

Patent cited by the Patent：

Cited by applicant (2)

• 縮約モデル作成装置、作成方法及び作成プログラム
  Gazette classification：公開公報   Application number：特願2015-160597   Applicant：株式会社東芝
• チャネル予測方法および装置
  Gazette classification：公表公報   Application number：特願2014-536086   Applicant：オプティスセルラーテクノロジー,エルエルシー

Cited by examiner (2)

• 縮約モデル作成装置、作成方法及び作成プログラム
  Gazette classification：公開公報   Application number：特願2015-160597   Applicant：株式会社東芝
• チャネル予測方法および装置
  Gazette classification：公表公報   Application number：特願2014-536086   Applicant：オプティスセルラーテクノロジー,エルエルシー

Article cited by the Patent：

Cited by applicant (3)

• "Probabilistic neural-network structure determination for pattern classification"
• "CSIT: channel state and idle time predictor using a neural network for cognitive LTE-Advanced netwo
• 「確率的ニューラルネットワーク計算の並列高速化アーキテクチャとその画像認識システムへの適用」

Cited by examiner (4)

• CSIT: channel state and idle time predictor using a neural network for cognitive LTE-Advanced networ
• Probabilistic neural-network structure determination for pattern classification
• 確率的ニューラルネットワーク計算の並列高速化アーキテクチャとその画像認識システムへの適用
• CSIT: channel state and idle time predictor using a neural network for cognitive LTE-Advanced networ