Adaptive Cooperative Learning for Spatio-Temporal Environmental Variation in Vehicular Communications

车辆通信中时空环境变化的自适应合作学习

基本信息

批准号：
21K17734
负责人：
田谷昭仁
金额：
$ 2.16万
依托单位：
The University of Tokyo (2022)Aoyama Gakuin University (2021)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

昨年度開発した分散協調学習手法のアルゴリズムを論文誌に投稿し採録された。本アルゴリズムは械学習を行う車両が中央制御局に管理されることなく、自律的に協調しながら機械学習するものである。従来の分散学習とは異なり、ニューラルネットワークのパラメータを車両間で共有しながら共通のパラメータに収束させるのではなく、異なるパラメータであっても同一入力に対して同一出力すれば同じ予測モデルであるという考えのもと、関数そのものを最適化対象とすることが特徴である。この手法を利用することで多様な環境に応じて端末ごとに少しずつ異なる予測モデルを学習させるといった応用が可能になる。さらに、ミリ波帯電波を利用した車車間高速通信向けに空間依存性のある通信環境の学習手法を考案した。ミリ波通信は送受信機間に遮蔽物があると通信容量が低下する。本研究では他車両が遮蔽物となり通信容量が低下することを想定して、車両密度が連続的に変化する広域範囲を対象に各地での車両密度に応じた通信容量を学習する。なお、当初予定していた車両のみでの完全分散型アルゴリズムから変更して、路上基地局でのエッジコンピューティングを利用することとした。提案手法はベイズ推定を利用しており、通信容量を点推定ではなく確率密度分布として予測する。各地点のエッジサーバごとに異なる通信容量分布を学習しておき、それらからエッジサーバのない地点での通信容量分布を導くことができる。シミュレーション評価により、地点ごとに異なる分布を予測できることを確認しており、多様な環境への通信制御の動的適用に応用可能である。本研究成果は国際会議に投稿し、採録が決定されている。

去年开发的分布式协作学习方法的算法已提交给期刊并被接受。该算法涉及与在不受中央控制站管理的无需管理机器学习的车辆自动合作中进行机器学习。与传统的分布式学习不同，该功能本身的特征是以下事实：以下事实：即使参数输出到相同的输入，该函数本身也是相同的预测模型，即使它们是不同的参数，该函数本身就是相同的预测模型，而是使用相同的预测模型。通过使用此方法，可以根据各种环境应用对每个终端略有不同训练的预测模型。此外，我们设计了一种学习方法，用于使用毫米波无线电波之间的高速通信空间通信环境。在毫米波的通信中，如果收发器之间有盾牌，则通信能力会降低。在这项研究中，我们将根据各个位置的车辆密度来研究通信能力，旨在将车辆密度不断变化的广泛范围进行，假设其他车辆被屏蔽并且通信能力降低。此外，该公司已决定在公路基站使用边缘计算，从最初仅针对车辆计划的完全分布式算法进行了变化。提出的方法使用贝叶斯估计，并将通信能力预测为概率密度分布而不是点估计。每个点可以为每个边缘服务器学习不同的通信容量分布，从这些点可以得出无法得出没有边缘服务器的点的通信容量分布。仿真评估证实可以在每个点预测不同的分布，并且可以应用于通信控制在各种环境中的动态应用。这项研究的结果已提交国际会议，并已决定。

项目成果

期刊论文数量（4）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Decentralized and Model-Free Federated Learning: Consensus-Based Distillation in Function Space

DOI：
10.1109/tsipn.2022.3205549
发表时间：
2021-04
期刊：
IEEE Transactions on Signal and Information Processing over Networks
影响因子：
3.2
作者：
Akihito Taya;T. Nishio;M. Morikura;Koji Yamamoto
通讯作者：
Akihito Taya;T. Nishio;M. Morikura;Koji Yamamoto

計算資源の限られた小型センサ端末のための勾配ブースティング連合学習

计算资源有限的小型传感器终端的梯度提升联合学习

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Yuhi Kurebayashi;Akihito Taya;and Yoshito Tobe;Akihito Taya;Akihito Taya;窪田諒我，田谷昭仁，戸辺義人;山下優衣，田谷昭仁，戸辺義人
通讯作者：
山下優衣，田谷昭仁，戸辺義人

Environment-Dependent Throughput Distribution Estimation Based on Bayesian Approach for mmWave Vehicular Communications