文献

J-GLOBAL ID：201702258915709737   整理番号：17A1579523

SCFNNに基づくPAM非線形チャネル等化器の効果研究【JST・京大機械翻訳】

A SCFNN Based PAM Channel Equalizer Performance Research

著者 (2件)： Li Qinghai (浙江工貿職業技術学院電子工程系,浙江温州,325003) ,  Lin Ruichang (浙江工貿職業技術学院電子工程系,浙江温州,325003)
資料名： Jisuanji Celiang yu Kongzhi  (Jisuanji Celiang yu Kongzhi)
巻： 25  号： 3  ページ： 222-226  発行年： 2017年 
JST資料番号： C3592A  ISSN： 1671-4598  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 自己組織化ファジィニューラルネットワーク(SCFNN)は,ある種の法則に従って,ニューラルネットワークの組織構造を自己構築することができ,それによって,現在の制御対象に適用することができる。多層ニューロンは伝統的な神経回路網であり、各領域に広く応用されている。逆伝播学習法と最急勾配降下法を組み合わせることにより、以上の二種類の神経回路網を有効に融合させることができる。現在、チャネル等化器上のシステムアーキテクチャは非常に多く、各種類の神経回路網はチャネル等化器に応用されており、一般的にもなっている。SCFNNを研究する上で、それをチャネル等化器に応用することは確かに実行可能で、効果は良好である;本論文では,チャネル等化器におけるSCFNNとMLPの効果を比較した。シミュレーション結果により,SCFNNの訓練収束速度,ビット誤り率およびシステム感度は,同じチャネル環境において,MLPより優れており,そして,構造学習後のSCFNNの構造は,単純化されることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ファジィニューラルネットワーク ,  多層 ,  簡素化 ,  最急降下法 ,  ニューラルネットワーク ,  ニューロン ,  システムアーキテクチャ ,  組織構造 ,  *チャネル ,  神経回路網 ,  シミュレーション ,  自己集合 ,  学習
準シソーラス用語： 収束速度 ,  *チャネル等化 , 【Automatic Indexing@JST】

著者キーワード (4件)： self-constructing fuzzy neural network (SCFNN) ,  equalizer ,  multi-layer perceptron (MLP) ,  steepest descent method

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： PAM ,  非線形 ,  チャネル等化 ,  研究