Search

JP-2026514884-A - 無線通信システムに用いられる制御機器、第１の端末機器、第２の端末機器、第３の端末機器、端末機器、方法、記憶媒体、コンピュータプログラム製品及び機器

JP2026514884AJP 2026514884 AJP2026514884 AJP 2026514884AJP-2026514884-A

Abstract

本発明は、無線通信システムに用いられる電子機器、方法及び記憶媒体に関するものである。無線通信システムに用いられる制御機器であって、前記無線通信システムにおける複数の端末機器に関連付けられた複数のモデルを受信するように構成された処理回路を含み、前記複数のモデルは、少なくとも１つの集約モデルを含み、前記少なくとも１つの集約モデルのうちの各々は、相応な１つの端末機器によって、そのローカルモデルと１つ又は複数の他の端末機器からの各々のローカルモデルとを集約して生成され、かつ、各ローカルモデルは、相応な１つの端末機器によって当該端末機器のローカルデータに基づいてトレーニングを行って得られる。 【選択図】図３

Inventors

  • 鄭策
  • 孫晨

Assignees

  • ソニーグループ株式会社

Dates

Publication Date
20260513
Application Date
20240416
Priority Date
20230421

Claims (20)

  1. 無線通信システムに用いられる制御機器であって、 前記無線通信システムにおける複数の端末機器に関連付けられた複数のモデルを受信するように構成された処理回路を含み、前記複数のモデルは、少なくとも１つの集約モデルを含み、 前記少なくとも１つの集約モデルのうちの各々は、相応な１つの端末機器によって、そのローカルモデルと１つ又は複数の他の端末機器からの各々のローカルモデルとを集約して生成され、かつ、各ローカルモデルは、相応な１つの端末機器によって当該端末機器のローカルデータに基づいてトレーニングを行って得られる、制御機器。
  2. 前記処理回路は、さらに、 前記少なくとも１つの集約モデルのうちの各々と共に、当該集約モデルに集約されたローカルモデルに対応する端末機器を識別する識別情報をさらに受信するように構成される、請求項１に記載の制御機器。
  3. 前記処理回路は、さらに、 前記複数の端末機器のうちの一部又は全ての端末機器のうちの各端末機器から他の１つ又は複数の端末機器へのローカルモデルの送信の成功又は失敗を示すローカルモデルサイドリンク送信結果情報を受信するように構成される、請求項１に記載の制御機器。
  4. 前記処理回路は、さらに、 少なくともローカルモデルサイドリンク送信結果情報に応答して集約指示を送信するように構成され、前記集約指示は、端末機器のローカルモデルと、１つ又は複数の他の端末機器のローカルモデルとを集約すべきか、及び、集約する必要がある場合、当該端末機器のローカルモデルと、どの１つ又は複数の他の端末機器のローカルモデルとを集約すべきかを当該端末機器に指示する、請求項３に記載の制御機器。
  5. 前記処理回路は、さらに、 同じ端末機器のローカルモデルが繰り返して集約されないように、受信された１つ又は複数のローカルモデル及び／又は１つ又は複数の集約モデルを集約するように構成される、請求項２又は３に記載の制御機器。
  6. 前記複数のモデルは、１つ又は複数のローカルモデルをさらに含み、前記１つ又は複数のローカルモデルのうちの少なくとも１つのローカルモデルは、前記少なくとも１つの集約モデルに集約されたローカルモデルのうちの少なくとも１つのローカルモデルと同じである、請求項１～４のいずれか１つに記載の制御機器。
  7. 前記処理回路は、さらに、 前記複数の端末機器のうちの各端末機器に関する、 少なくとも当該端末機器と前記無線通信システムにおけるどの１つ又は複数の端末機器との間にサイドリンクが存在するか、及びサイドリンクの通信品質を示す当該端末機器のサイドリンク状態に関する情報と、 当該端末機器の位置情報と、 当該端末機器の上り・下りリンクの通信品質を示す情報と、 当該端末機器の計算能力を示す情報と、 当該端末機器の、ローカルモデルを生成するためのユーザデータ量を示す情報とのうちの１つ又は複数を得るように構成される、請求項１～４のいずれか１つに記載の制御機器。
  8. 前記処理回路は、さらに、 得られた情報に基づいて、前記複数の端末機器から連合学習に参加する１つ又は複数の端末機器を選択し、及び／又は連合学習に参加する１つ又は複数の端末機器のうちの少なくとも一部の端末機器を、連合学習に用いられる１つ又は複数の端末機器グループに分割するように構成され、各端末機器グループは、サイドリンクを介して通信する少なくとも２つの端末機器を含む、請求項７に記載の制御機器。
  9. 前記１つ又は複数の端末機器は、 各々が１つの中央端末機器と、サイドリンクを介して前記中央端末機器と通信する少なくとも１つの非中央端末機器とを含む１つ又は複数の第１のタイプの端末機器グループ、及び／又は、 各々が互いにサイドリンクを介して通信する少なくとも２つの端末機器を含む１つ又は複数の第２のタイプの端末機器グループを含み、 第１のタイプの端末機器グループでは、中央端末機器によって当該中央端末機器に対応するローカルモデルと、サイドリンクを介して受信された当該第１のタイプの端末機器グループにおける前記少なくとも１つの非中央端末機器に対応するローカルモデルとを集約し、第２のタイプの端末機器グループでは、各端末機器は、当該端末機器に対応するローカルモデルと、サイドリンクを介して受信された当該第２のタイプの端末機器グループにおける他の端末機器に対応するローカルモデルとを集約する、請求項８に記載の制御機器。
  10. 前記処理回路は、さらに、 前記１つ又は複数の端末機器グループの分割に関する情報を送信するように構成される、請求項８に記載の制御機器。
  11. 前記制御機器は、基地局又は応用機能（ＡＦ）を実現するための電子機器である、請求項１～４のいずれか１つに記載の制御機器。
  12. 無線通信システムに用いられる第１の端末機器であって、 前記無線通信システムの制御機器に、ローカルデータに基づいてトレーニングを行って得られた第１のローカルモデルをアップロードし、 サイドリンク通信を介して前記無線通信システムの第２の端末機器に第１のローカルモデルを送信して、第２の端末機器による集約モデルの生成に供するように構成された処理回路を含む、第１の端末機器。
  13. 前記処理回路は、さらに、 前記制御機器に、第２の端末機器への第１のローカルモデルの送信の成功又は失敗を示す情報をアップロードするように構成される、請求項１２に記載の第１の端末機器。
  14. 無線通信システムに用いられる第２の端末機器であって、 サイドリンク通信を介して、前記無線通信システムの少なくとも１つの第１の端末機器から、各々が前記少なくとも１つの第１の端末機器のうちの１つの第１の端末機器によってそのローカルデータに基づいてトレーニングを行って得られた少なくとも１つの第１のローカルモデルを受信し、 ローカルデータに基づいてトレーニングを行って得られた第２のローカルモデルと、前記少なくとも１つの第１のローカルモデルとを集約して集約モデルを生成し、前記集約モデルを前記無線通信システムの制御機器にアップロードするように構成された処理回路を含む、第２の端末機器。
  15. 前記処理回路は、さらに、 前記集約モデルと共に、集約されたローカルモデルに対応する各端末機器を識別する情報をさらにアップロードするように構成される、請求項１４に記載の第２の端末機器。
  16. 前記処理回路は、さらに、 第２のローカルモデルと、１つ又は複数の第１のローカルモデルとを集約すべきか、及び、集約する必要がある場合、第２のローカルモデルと、どの１つ又は複数の第１のローカルモデルとを集約すべきかを第２の端末機器に指示する集約指示を受信し、 前記集約指示に応答して集約モデルを生成するように構成される、請求項１４に記載の第２の端末機器。
  17. 無線通信システムに用いられる第３の端末機器であって、第３の端末機器は、１つ又は複数の他の端末機器と端末機器グループを構成し、第３の端末機器は、 サイドリンク通信を介して、前記端末機器グループにおける少なくとも１つの他の端末機器から、各々が前記少なくとも１つの他の端末機器のうちの１つの他の端末機器によってそのローカルデータに基づいてトレーニングを行って得られた少なくとも１つのローカルモデルを受信し、 ローカルデータに基づいてトレーニングを行って得られた第３のローカルモデルと、受信された少なくとも１つのローカルモデルのうちの少なくとも１つとを集約して集約モデルを生成し、前記集約モデルを前記制御機器にアップロードし、 サイドリンク通信を介して、前記端末機器グループの各他の端末機器に第３のローカルモデルを送信して、各他の端末機器による集約モデルの生成に供するように構成された処理回路を含む、第３の端末機器。
  18. 前記処理回路は、さらに、 前記集約モデルと共に、集約されたローカルモデルに対応する各端末機器を識別する情報をさらに送信するように構成される、請求項１７に記載の第３の端末機器。
  19. 前記処理回路は、さらに、 サイドリンク通信を介して前記端末機器グループの各他の端末機器に前記端末機器グループの各他の端末機器への第３のローカルモデルの送信の成功又は失敗を示す情報を送信し、 サイドリンク通信を介して、前記端末機器グループの少なくとも１つの他の端末機器から、当該他の端末機器から前記端末機器グループの各端末機器へのローカルモデルの送信の成功又は失敗を示す情報を受信するように構成される、請求項１８に記載の第３の端末機器。
  20. 前記処理回路は、さらに、 第３の端末機器に関するローカルモデルのサイドリンク送信の失敗が存在しない場合、 ローカルデータに基づいてトレーニングを行って得られた第３のローカルモデルと、受信された、それに関するローカルモデルのサイドリンク送信の失敗が存在しない１つ又は複数の他の端末機器に対応する１つ又は複数のローカルモデルとを集約して集約モデルを生成するように構成される、請求項１９に記載の第３の端末機器。

Description

（関連出願の相互参照） 本出願は、２０２３年４月２１日に提出された、発明の名称が「無線通信システムに用いられる電子機器、方法及び記憶媒体」である中国特許出願２０２３１０４３６１３９．Ｘに基づき、その優先権を主張し、同出願の内容の全ては、本明細書に引用により取り込まれる。 本開示は、一般的には無線通信システムに関し、具体的には無線通信システムにおける連合学習に関するものである。 無線通信及び人工知能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｅｇｅｎｃｅ、ＡＩ）／機械学習（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ、ＭＬ）の発展に伴い、ＡＩ及びＭＬの無線通信システムへの導入が考え始められている。例えば、ＡＩ／ＭＬ技術の導入は、無線通信システムの性能、エネルギー効率、セキュリティ及びプライバシーなどの点で著しい改善をもたらすことができる。 従来のＡＩ／ＭＬソリューションは、一般的には、ユーザデータを収集し、収集したユーザデータに対してまとめたトレーニングを行う必要がある。しかしながら、このような従来のＡＩ／ＭＬソリューションでは、ユーザプライバシーや通信データ量などの点で弊害が生じる可能性がある。これらの弊害を克服する、連合学習（Ｆｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ、ＦＬ）と呼ばれる新しい機械学習フレームワークが出てきている。連合学習システムにおいて、クライアント機器は、ＦＬサーバによって決定された初期モデルに基づいてローカルデータを利用してトレーニングを行い、トレーニングにより得られたローカルモデルをＦＬサーバにアップロードする。ＦＬサーバは、各クライアント機器から受信したローカルモデルを集約し、集約モデルを各クライアント機器に送信する。各クライアント機器は、受信された集約モデルに基づいて、再びローカルデータを利用してトレーニングを行い、トレーニングにより得られた新たなローカルモデルをＦＬサーバにアップロードして、新たなラウンドの集約とトレーニングに供する。連合学習により、ユーザは、オリジナルのローカルデータをサーバにアップロードする必要がないため、ユーザのプライバシーを改善しつつ、データ伝送量を低減することができる。したがって、連合学習は、無線通信システムにおいて採用が望ましいＡＩ／ＭＬソリューションになる。 本開示の内容のより良い理解は、図面と結び付けて実施例の以下の具体的な記述を考慮することによって得ることができる。なお、全ての図面において、同一又は類似する構成要素を同一又は類似する符号で示している。各図面は、以下の具体的な記述と共に、本明細書に含まれ、明細書の一部を形成して、本開示の実施例を例示し説明し、本開示の原理及び利点を解釈することを意図している。図面において、 図１は、従来の連合学習ネットワーク構造を模式的に示す。図２は、信頼できない通信による従来の連合学習の性能低下の問題を模式的に示す。図３は、本開示による第１の実施例を模式的に示す。図４Ａは、本開示による第１の実施例の第１の実装形態の例示的な情報やり取りを模式的に示す。図４Ｂは、本開示による第１の実施例の第１の実装形態の例示的な情報やり取りを模式的に示す。図５Ａは、本開示による第１の実施例の第２の実装形態の例示的な情報やり取りを模式的に示す。図５Ｂは、本開示による第１の実施例の第２の実装形態の例示的な情報やり取りを模式的に示す。図６は、本開示による第２の実施例を模式的に示す。図７Ａは、本開示による第２の実施例の第１の実装形態の例示的な情報やり取りを模式的に示す。図７Ｂは、本開示による第２の実施例の第１の実装形態の例示的な情報やり取りを模式的に示す。図７Ｃは、本開示による第２の実施例の第１の実装形態の例示的な情報やり取りを模式的に示す。図８Ａは、本開示による第２の実施例の第２の実装形態の例示的な情報やり取りを模式的に示す。図８Ｂは、本開示による第２の実施例の第２の実装形態の例示的な情報やり取りを模式的に示す。図８Ｃは、本開示による第２の実施例の第２の実装形態の例示的な情報やり取りを模式的に示す。図９は、本開示の実施例による連合学習に参加するＵＥを選択し、連合学習に用いられるＵＥグループを分割するための例示的な情報やり取りを模式的に示す。図１０は、本開示の実施例による連合学習制御機器側の電子機器の概念的な配置を模式的に示す。図１１は、本開示の実施例による連合学習制御機器側の概念的な動作フローを模式的に示す。図１２は、本開示の実施例による端末機器側の電子機器の概念的な配置を模式的に示す。図１３Ａは、本開示の実施例による端末機器側の概念的な動作フローを模式的に示す。図１３Ｂは、本開示の実施例による端末機器側の別の概念的な動作フローを模式的に示す。図１３Ｃは、本開示の実施例による端末機器側の別の概念的な動作フローを模式的に示す。図１４は、本開示の実施例が適用される無線通信システムの全体的なアーキテクチャを模式的に示す。図１５は、本開示の実施例において採用可能な情報処理機器の例示的な構成を示すブロック図である。図１６は、本開示の技術を応用可能なｇＮＢの例示的な配置の第１の例を示すブロック図である。図１７は、本開示の技術を応用可能なｇＮＢの例示的な配置の第２の例を示すブロック図である。図１８は、本開示の技術を応用可能なスマートフォンの例示的な配置の例を示すブロック図である。図１９は、本開示の技術を応用可能なカーナビゲーション機器の例示的な配置の例を示すブロック図である。 本開示内容に記述された実施例は、様々な変更及び代替形態を受け入れることができるが、その具体的な実施例は、図面に例として示され、かつ本明細書で詳細に記述される。しかしながら、理解すべきことは、図面及びそれに対する詳細な記述は、実施例を本開示の特定の形態に限定するものではなく、逆に特許請求の範囲の精神及び範囲内に入る全ての変更、等同物、及び代替形態を含む。 以下は、本開示による機器及び方法などに関する様々な態様における代表的な応用を記述する。これらの例は、単に、コンテキストを追加し、記述されている実施例の理解を助けるために記述されているものである。したがって、以下に記述する実施例が、特定の詳細の一部及び全部がなくても実施できることは、当業者にとっては明らかである。他の場合、記述された実施例を不必要に曖昧にすることを避けるように、周知のプロセスステップは詳細に記述されない。他の応用も可能であり、本開示のソリューションは、これらの例に限定されない。 典型的には、無線通信システムは、少なくとも端末機器と制御機器を含む。 本開示において、「制御機器」という用語は、その通常の意味の全幅を持っており、かつ、無線通信システムのアクセスネットワーク側の制御機器であってもよく、又は、無線通信システムのコアネットワーク側の機器であってもよい。例えば、本開示における制御機器は、通信を行うように、無線通信システム又はラジオシステムの一部である無線通信局であってもよい。基地局の例として、例えば、４Ｇ通信規格のｅＮＢ、５Ｇ ＮＲ通信規格のｇＮＢ、遠隔無線ヘッド、無線アクセスポイント、ドローンコントロールタワー、又は似た機能を実行する通信装置であってもよい。また、例えば、本開示における制御機器は、無線通信システムのコアネットワーク側の１つ又は複数のネットワークエレメント機器であってもよい。例として、単一のネットワークエレメント機器によって単一の機能を実現し、単一のネットワークエレメント機器によって複数の機能を実現し、複数のネットワークエレメント機器によって単一の機能を実現し、又は複数のネットワークエレメント機器が連携して複数の機能を実現してもよい。本開示において、ネットワークエレメント機器は、１つ又は複数のソフトウェア及び／又はハードウェアモジュールを指してもよい。特に、本開示における制御機器は、無線システムのコアネットワーク側の連合学習に関する１つ又は複数の機能を実現する１つ又は複数のネットワークエレメント機器であってもよい。 本開示において、「端末機器」又は「ユーザ機器（ＵＥ）」という用語は、その通常の意味の全幅を持っており、かつ、通信を行うように、少なくとも無線通信システム又はラジオシステムの一部である端末機器を含む。例として、端末機器は、例えば、携帯電話、ラップトップコンピュータ、タブレットコンピュータ、車載通信機器、ウェアラブルデバイス、センサなどの端末機器又はそれらの素子であってもよい。本開示において、「端末機器」と「ユーザ機器」（以下、「ＵＥ」と略記され得る）は、互換的に使用可能であり、又は、「端末機器」は、「ユーザ機器」の一部として実現されてもよい。 本開示において、「端末機器は制御機器に（情報／データ）をアップロード／送信する」という表現は、端末機器が直接的に制御機器に情報／データを送信することを表してもよく（例えば、制御機器が基地局である場合）、又は、端末機器が１つ又は複数の中間機器に情報／データを送信し、かつ当該１つ又は複数の中間機器が情報／データを制御機器に転送することを表してもよく（例えば、制御機器がネットワークエレメント機器である場合）、かつ、当該１つ又は複数の中間機器は、基地局、及び、適切な場合にはコアネットワークにおける１つ又は複数の他のネットワークエレメント機器を含んでもよい。 本開示において、「制御機器は端末機器に（情報／データ）通知／送信する」という表現は、制御機器が直接的に端末機器に情報／データを送信することを表してもよく（例えば、制御機器が基地局である場合）、又は、制御機器が１つ又は複数の中間機器に情報／データを送信し、かつ当該１つ又は複数の中間機器が情報／データを端末機器に転送することを表してもよく（例えば、制御機器がネットワークエレメント機器である場合）、かつ、当該１つ又は複数の中間機器は、基地局、及び、適切な場合にはコアネットワークにおける１つ又は複数の他のネットワークエレメント機器を含んでもよい。 背景技術部分に紹介したように、連合学習は、無線通信システムにおいて採用が望ましいＡＩ／ＭＬソリューションになる。 図１は、従来の連合学習ネットワーク構造を示す。 図１に示されるＫ個のノードを有する従来の連合学習ネットワーク構造において、連合学習の具体的なフローは以下の通りである。 （１）サーバは、初期グローバルモデルを決定し、当該初期グローバルモデルを各ノードに送信する。 （２）各ノードは、サーバから受信されたグローバルモデル（例えば、図１に示されるＷｔ）に基づいて、当該ノードのローカルデータＤ１、Ｄ２、・・・、Ｄｋを使用して学習を行う（例えば、当該グローバルモデルをトレーニングする）ことにより、ローカルモデルＷ１ ｔ、Ｗ１ ｔ、・・・、ＷＫ ｔを得る。 （３）各ノードは、学習されたローカルモデルをサーバにアップロードする。 （４）サーバは、収集された各ノードからのローカルモデルを式（１）に従って集約し、新たなグローバルモデルＷｔ＋１を得る。 ここで、Ｎは、ノード１～Ｋの総データ量を表すことができ、式（２）で表され、ｎｋは、ノードＫのデータ量である。 （５）サーバは、集約モデルを各ノードに送信し、各ノードは、モデルが収束するまで、上記の動作（２）～（４）を繰り返す。 当該連合学習ネットワーク構造を無線通信システムに応用する。例えば、この場合、各ＵＥは、連合学習ネットワーク構造における１つのノードとして機能してもよく、コアネットワークにおける連合学習に関する機能を実現するネットワークエレメント機器又は基地局（以下、制御機器と略称する）は、当該連合学習ネットワーク構造におけるサーバとして機能してもよい。各ＵＥは、上りリンクを利用してローカルモデルを連合学習サーバにアップ