文献

J-GLOBAL ID：201802235612069355   整理番号：18A1810283

リネットにおけるユーザ連想のための欲張り欲なアルゴリズムベースBPニューラルネットワーク【JST・京大機械翻訳】

A Greedy Algorithm-Based BP Neural Network for User Association in RetNets

著者 (5件)： Yu Jia (Harbin Institute of Technology, Shenzhen, Shenzhen, 518055, China) ,  Wang Ye (Harbin Institute of Technology, Shenzhen, Shenzhen, 518055, China) ,  Zhang Qinyu (Harbin Institute of Technology, Shenzhen, Shenzhen, 518055, China) ,  Jiang Qiaojie (Guangdong Southern Planning * Designing Institute of Telecom Co., Ltd, Shenzhen, 518055, China) ,  Yue Sheng (Guangdong Southern Planning * Designing Institute of Telecom Co., Ltd, Shenzhen, 518055, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IMCEC  ページ： 340-345  発行年： 2018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： ユーザの関連は,その利点に対する顕著性を与えるために,異種ネットワーク(HetNet)に対する重要な問題の一つである。望ましい解決策を見出す目的で,著者らは最初に,HetNetにおけるユーザの関連を,Macro Basase Station(MBSs)とスモールBS(SBSs)上のネットワークスループットとトラヒック負荷をバランスさせるオブジェクトによる最適問題として定式化した。本論文では,問題を解決するためのgre欲なアルゴリズムを最初に与えた。しかしながら,計算と時間コストは,実際にそれを実行するのにあまりに重すぎる。この理由のために,性能を近似しながら複雑さを低減するために,欲張りアルゴリズムベースの逆伝搬ニューラルネットワーク(GA-BPNN)アルゴリズムを提案した。さらに,提案したGA-BPNNの出力に従って,協調マルチポイント(CoMP)技術をセル編集ユーザに実装するのに適したBSのクラスタを同時に選択することができた。シミュレーションにより,提案したGA-BPNN法はgre欲アルゴリズムにより得られた最適解を厳密に達成するが,時間コストは大幅に短縮されることを証明した。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： スループット ,  *アルゴリズム ,  定式化 ,  編集 ,  クラスタ ,  *ネットワーク
準シソーラス用語： 最適解 ,  欲張りアルゴリズム ,  異種混合ネットワーク ,  異種ネットワーク ,  逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 連想 ,  アルゴリズム ,  BPニューラルネットワーク