中央省庁及び都道府県の機関や関連団体などの事務従事者を対象に、執務上の参考に供するための各種情報を正確・確実・迅速にお届けしています。
芝浦工業大学工学部情報工学科の新熊亮一教授は、携帯電話基地局の通信量を精度高く予測し、予測に応じて基地局の稼働・休止を切り替えるシステムを考案した。
４～５千億ｋｗｈと推計される世界の基地局の電力使用量（２０１６年）を削減するため、世界中で同様の研究が進んでいる。しかし、休止させた基地局から通信記録を収集できず、通信全体の予測精度が低下することが課題だった。
このシステムでは稼働中の基地局からの記録のみでも、そのなかから最も重要度の高い記録を推定して学習に組み込むことで、高い予測精度を達成した。
休止した各基地局は電力使用量を約６割削減でき、ＣＯ２排出量削減には通信量に応じた制御が重要。また、電力供給量が気候に左右される再生可能エネルギーで基地局電力をまかなうことにも対応可能なシステムとなっている。システムの概要は次のとおり。
■膨大な電力を消費する基地局の稼働を、再生可能エネルギーに代替 国内携帯大手３社の基地局関連の電力消費量合計は約５１億ｋＷｈにのぼる。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る。脱炭素に向けて電源の再エネ化も進むが、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る。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となっていた。
■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。この結果、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た。この成果は情報工学のトップジャーナル「ＩＥＥＥ Ｎｅｔｗｏｒｋ」に掲載された。
■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る。例えばオンライン会議は長いなど、アプリケーションによって通信時間が異なるため、その特徴を考慮した制御も可能になる。
Copyright 株式会社官庁通信社 All Rights Reserved.
