文献

J-GLOBAL ID：201702218276347711   整理番号：17A1636682

RF電力増幅器の行動モデリングのためのエクストリーム学習機械【Powered by NICT】

Extreme learning machine for the behavioral modeling of RF power amplifiers

著者 (6件)： Zhang Cheng-Yu (School of Microelectronics, Tianjin University, Tianjin 300072, China) ,  Zhu Yuan-Yuan (School of Microelectronics, Tianjin University, Tianjin 300072, China) ,  Cheng Qian-Fu (School of Microelectronics, Tianjin University, Tianjin 300072, China) ,  Fu Hai-Peng (School of Microelectronics, Tianjin University, Tianjin 300072, China) ,  Ma Jian-Guo (School of Microelectronics, Tianjin University, Tianjin 300072, China) ,  Zhang Qi-Jun (School of Microelectronics, Tianjin University, Tianjin 300072, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IMS  ページ： 558-561  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本短報で,極端学習機械(ELM)を用いた効率的なアプローチは,最初無線周波数電力増幅器(RF PAs)の行動をモデル化するために提案した。単一隠れ層フィードフォワードニューラルネットワークアルゴリズムとして,ELMは従来のニューラルネットワーク学習アルゴリズムよりも顕著な速度の利点を提供する。ANN(人工ニューラルネットワーク)に基づく既存の行動モデリングと比較して,提案した方法は,最小量の人間の介入を必要とする。E級PAは,従来の神経回路網学習アルゴリズムに対するELMを比較するための例として取り上げた。AM/AMおよびIMD3のELMのモデリング結果は,シミュレーション結果とよく一致し,提案した方法の速度利点も確認されている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習アルゴリズム ,  *電力増幅器 ,  シミュレーション ,  神経回路網 ,  *学習機械 ,  ニューラルネットワーク ,  *モデリング
準シソーラス用語： 隠れ層 ,  無線周波数 ,  極度学習機械 ,  *行動モデリング , 【Automatic Indexing@JST】

分類 (2件)： 増幅回路  (NC05040U) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： RF ,  電力増幅器 ,  行動モデリング ,  学習機械