文献

J-GLOBAL ID：201802227428215545   整理番号：18A1768968

脳にヒントを得た無線通信:リザーバコンピューティングがMIMO-OFDMに適合する場所【JST・京大機械翻訳】

Brain-Inspired Wireless Communications: Where Reservoir Computing Meets MIMO-OFDM

著者 (5件)： Mosleh Somayeh Susanna (Electrical Engineering and Computer Science Department, University of Kansas, Lawrence, KS, USA) ,  Liu Lingjia (Bradley Department of Electrical and Computer Engineering, Virginia Tech, Blacksburg, VA, USA) ,  Sahin Cenk (Air Force Research Laboratory, Riverside, OH, USA) ,  Zheng Yahong Rosa (Electrical and Computer Engineering Department, Missouri University of Science and Technology, Rolla, MO, USA) ,  Yi Yang (Bradley Department of Electrical and Computer Engineering, Virginia Tech, Blacksburg, VA, USA)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 29  号： 10  ページ： 4694-4708  発行年： 2018年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  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： 貯留層コンピューティング(RC)は,特に時系列予測タスクを扱う一種の神経形態学的計算手法である。それは,反復ニューラルネットワークの訓練複雑性を著しく減少させ,また,デバイス物理学がデータ処理を実行する際に利用されるハードウェア実装に適している。本論文では,多重入力多出力直交周波数分割多重化(MIMO-OFDM)システムにおける送信シンボルの検出にRC概念を適用した。無線伝搬により,送信信号は受信機に到達する前に厳しい歪を受ける可能性がある。送信機における電力増幅器によって導入された非線形歪は,このプロセスをさらに複雑にする可能性がある。したがって,効率的な記号検出戦略が重要になる。受信機におけるシンボル検出のための従来の手法は,根底にあるMIMO-OFDMシステムの正確なチャネル推定を必要とする。しかしながら,本論文では,MIMO-OFDMチャネルの推定が不要になる新しいシンボル検出方式を導入した。導入した方式は,RCの特殊なクラスであるエコー状態ネットワーク(ESN)を利用する。ESNはシステムモデリング目的のためのブラックボックスとして作用し,効率的な方法で非線形動的システムを予測できる。非線形MIMO-OFDMシステムの非符号化ビット誤り率に対するシミュレーション結果は,導入した方式が従来の記号検出法より優れていることを示した。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： シミュレーション ,  動的系 ,  ニューラルネットワーク ,  受信機 ,  送信機 ,  *計算 ,  ブラックボックス ,  *無線伝送 ,  チャネル ,  *OFDM ,  チャネル推定
準シソーラス用語： *ワイヤレス ,  *リザーバー ,  複雑性 ,  *MIMO-OFDM , 【Automatic Indexing@JST】

分類 (1件)： 無線通信一般  (ND08010L)

タイトルに関連する用語 (5件)： 脳 ,  ヒント ,  無線通信 ,  リザーバコンピューティング ,  MIMO-OFDM