文献

J-GLOBAL ID：201802220451672577   整理番号：18A0942478

モーメントと尤度最大化を用いた自動変調分類【JST・京大機械翻訳】

Automatic Modulation Classification Using Moments and Likelihood Maximization

著者 (3件)： Abu-Romoh Mohannad (Department of Electrical and Computer Engineering, University of Idaho, Moscow, ID, USA) ,  Aboutaleb Ahmed (Department of Electrical and Computer Engineering, University of Idaho, Moscow, ID, USA) ,  Rezki Zouheir (Department of Electrical and Computer Engineering, University of Idaho, Moscow, ID, USA)
資料名： IEEE Communications Letters  (IEEE Communications Letters)
巻： 22  号： 5  ページ： 938-941  発行年： 2018年 
JST資料番号： W0941A  ISSN： 1089-7798  CODEN： ICLEF6  資料種別： 逐次刊行物 (A)
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： 受信信号のモーメントが計算が容易で,送信信号の変調を自動的に分類するための簡単な方法を提供できるという事実に動機付けられて,尤度ベースと特徴ベースの分類器間の交差にある自動変調分類のためのハイブリッド法を提案した。特に,提案した方法は,最大尤度エンジンに沿った統計的モーメントに依存する。提案した方法は分類精度と最大尤度分類器に対する複雑さの間の良好なトレードオフを提供することを示した。さらに,著者らの分類器は,遺伝的プログラミングベースのK最近傍分類器,線形サポートベクトルマシン分類器および折畳みベースのKolmogorov-Smirnovアルゴリズムのような最先端の機械学習分類器より優れている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *モーメント ,  遺伝的プログラミング ,  アルゴリズム ,  *最尤法 ,  サポートベクトルマシン ,  線形性 ,  機械学習
準シソーラス用語： 最先端 ,  近傍 ,  分類精度 ,  ハイブリッド法 ,  *尤度 ,  送信信号 ,  受信信号 ,  *変調分類 , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (3件)： モーメント ,  尤度最大化 ,  変調分類