オンライン逐次学習によるパケットルーティングの軽量機械学習手法

• Item type: SIG Technical Reports(1)
• 公開日: 2022-01-17
• タイトル: オンライン逐次学習によるパケットルーティングの軽量機械学習手法
• タイトル / 言語: en
• タイトル: A Light-Weight Machine Learning based Packet Routing using Online Sequential Learning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ネットワーク
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 慶應義塾大学理工学部
• 著者所属: 慶應義塾大学大学院理工学研究科
• 著者所属: 慶應義塾大学大学院理工学研究科
• 著者所属: 慶應義塾大学理工学部 / 慶應義塾大学大学院理工学研究科
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Technology, Keio University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Technology, Keio University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Technology, Keio University
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Technology, Keio University / Graduate School of Science and Technology, Keio University
• 著者名: 根本, 研司; 古川, 雅輝; 渡邉, 寛悠; 松谷, 宏紀
• 著者名(英): Kenji, Nemoto; Masaki, Furukawa; Hirohisa, Watanabe; Hiroki, Matsutani
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年機械学習を用いたパケットルーティングに注目が集まっている．従来のネットワークの状態を考慮しない単純なルーティングアルゴリズムでは柔軟性が低く，特定のルータにパケットが集中し，輻輳が発生することによってスループットが低下するといった欠点があった．一方で，機械学習を用いたルーティング手法の欠点は学習に時間がかかってしまうことである．そこで本論文では，誤差逆伝搬法を用いずに解析的に重みを決定する手法である ELM (Extreme Learning Machine)，及び OS-ELM (Online Sequential ELM) を使用することで，学習時間の短縮を図る．これによって，既存手法よりも学習時間が約 2.1 倍程度向上した．また，本稿では従来から存在する強化学習手法であるDQN (Deep Q-Network) の Q 学習に OS-ELM を適用させた手法の検討も行った．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11451459
• 書誌情報: 研究報告システムとLSIの設計技術（SLDM）; 巻 2022-SLDM-197, 号 19, p. 1-6, 発行日 2022-01-17
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8639
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会