芝浦工大　AIによる高精度な通信量予測で、基地局の電力を再生可能エネルギーへ代替可能に

一方、サービス展開が進む5Gの基地局は4Gと比べてカバー範囲が狭く、基地局を増やす必要があります。脱炭素に向けて電源の再エネ化も進みますが、供給量が不安定なため通信量に応じて電源を切り、電力消費量を削減する技術開発が進んでいます。しかし、休止中の基地局の通信記録を学習できず、通信量の予測精度低下が課題でした。
※ 各社最新のサステナビリティレポートからの概算

■稼働中の基地局の記録だけでも、普及した機械学習法で予測を高精度に
稼働中の基地局の記録だけを使用する場合でも、最も重要度の高い基地局の記録を予測に組み込むために、予測への貢献度を推定。この方式を、テレコムイタリアの公表通信記録を使った実験で評価しました。
結果、通信量が多い基地局を予測に使う特徴選択手法や相関関係を基にした手法よりも、優れていることが示されました。この成果は情報工学のトップジャーナル「IEEE Network」(11・12月号Volume：35 Issue：6)に掲載されました。
▲ 0に近いほど誤差が小さく、基地局Eを除いたすべてで、このシステムの方が精度が高かった

■今後は通信上のアプリケーションデータを区別し、特徴を考慮した制御を
テキストや動画、Webページなど、さまざまな通信上のアプリケーションデータを区別してそれぞれの特徴を抽出して、機械学習モデルを作り予測精度を向上させます。