@misc{oai:uec.repo.nii.ac.jp:00010078,
 author = {WANG, GANGGUI},
 month = {2021-10-25},
 note = {2021, 近年、モバイルデバイスの爆発的な増加に伴い、周波数スペクトル資源の効率的な利用がより重要な課題になりつつある。その中、近隣デバイス間の直接通信を用いるD2D通信が5Gの主要技術の一つとなっている。コアデバイスの介入の必要がなくなるため、コアネットワークのオーバヘッドを削減し、高周波数スペクトル利用効率と高スループットが期待できる。その中、免許不要な周波数帯を用いたD2D通信（D2D-U）では、普通のD2Dよりさらなる性能向上が期待される。
この論文では、D2D通信が免許を要しない周波数帯への接続方法を提案している。D2D-UとWi-Fiの共存モードの性能のシミュレーション結果に基づき、深層強化学習（DRL）を用いた共存のためのモード選択の手法を提案している。アルゴリズムの主体となるD2D-Uが周囲の通信環境を学習して適切な通信モードを選び、Wi-Fiデバイスへの干渉を抑えながら、D2D-Uのスループットの向上を達成している。
コンピュータシミュレーションに基づき、提案手法はWi-Fiの性能を確保し、D2D-Uの性能向上を実現できることを示している。比較実験を行い、他の手法より高いネットワーク性能を達成できることを示している。},
 title = {Deep Reinforcement Learning Based Mode Selection for Coexistence of D2D-U and Wi-Fi},
 year = {}
}