@techreport{oai:ipsj.ixsq.nii.ac.jp:02001277,
 author = {古澤,瞬 and 道後,千尋 and 斉藤,和広 and 関,優也 and 菊池,脩太 and 田中,宗},
 issue = {5},
 month = {Mar},
 note = {第5世代移動通信システム（5Gシステム）では，無線アクセスネットワークにおいてサービスごとに仮想的にネットワークを分割するRANスライシング技術により，各種サービスからの多様な品質要件（Quality of Service: QoS）を達成可能になると期待されている．RANスライシングにおいて限られたネットワークリソース下で高い要求品質達成率を実現するため，無線通信機能配置（RFP）を適応的に制御する手法が提案されている．先行研究では，RFP制御問題に対して分散深層強化学習フレームワークであるApe-Xの適用が提案されているが，強化学習手法は一般に事前学習用の訓練データを必要とし，実用面で十分な訓練データの準備が課題となる可能性がある．本研究では，RFP制御問題に対して，異なる二つのブラックボックス最適化手法Factorization Machine with Annealing（FMA）およびBODiを適用し，訓練データ数を変化させたApe-Xとの比較評価により，実用における各手法の使い分けを明らかにした．シミュレーションを用いた評価の結果，要求品質達成率については，事前学習用データが少ない場合においてはFMAが最も優れ，十分な学習データが利用可能な場合においてもFMAがApe-Xと同等以上の結果を示した．一方，実行時間に関しては，Ape-Xはモデルの事前学習に時間は要するものの，次の配置決定までの時間が最も短く，FMAが最も長くなった．},
 title = {無線通信機能配置問題におけるブラックボックス最適化手法の比較評価},
 year = {2025}
}