講演情報
[B-5A-27]スループット差分特徴量を用いた機械学習による遅延時間超過予測
〇中村 光貴1、佐々木 元晴1、若尾 佳佑1、田島 元樹1、河村 憲一1 (1. NTT)
キーワード：
無線通信品質、機械学習
モバイルネットワーク向けに．3GPP TS 22.104では，産業制御ユースケースとしてEnd-to-End（E2E）遅延100 ms以下，通信成功率99.99%以上が要求されている．また，遠隔運転や協調制御などのユースケースでは，将来の通信品質悪化を事前に予測し，通信経路切替や処理オフロードに反映する予測制御が重要である．本稿では，スループットの短時間変動に着目し，現在のスループットと直近数秒間の中央値との差分を特徴量とするRandom Forest （RF） による遅延時間超過予測手法を検討する