研究展示

通信ネットワーク等において経路を繰り返し選定する際に、混雑が少ない経路を自動的に選定します。混雑度は急速かつ不規則に変化し得るため送信時の混雑度はわからず、かつ可能な経路の数は膨大であるため、過去データからの臨機応変な学習技術と効率的な計算技術が求められます。

混雑度の学習や経路の選定を素朴な方法で行うと、経路の多さゆえに莫大な計算時間がかかります。私達は二分決定グラフとよばれるデータ構造を用いて経路全体の集合を小さく表現し、そのデータ構造上での学習手法を開発することで、現実的な時間で動作する世界初の手法を実現しました。

本技術を用いることで、混雑度が急激に変化し得る状況下でも、高効率なネットワーク通信経路や短時間で移動可能な道路網上の経路を選定できます。今後はより大規模な通信ネットワークや広域道路網などへの適用を行い、様々な現実的場面で活用できる技術の実現を目指します。