@techreport{oai:ipsj.ixsq.nii.ac.jp:00216106,
 author = {根本, 研司 and 古川, 雅輝 and 渡邉, 寛悠 and 松谷, 宏紀 and Kenji, Nemoto and Masaki, Furukawa and Hirohisa, Watanabe and Hiroki, Matsutani},
 issue = {19},
 month = {Jan},
 note = {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．},
 title = {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},
 year = {2022}
}