文献

J-GLOBAL ID：201902220398380143   整理番号：19A0253593

深層学習による2つのターゲットのDOA推定【JST・京大機械翻訳】

DOA Estimation of Two Targets with Deep Learning

著者 (6件)： Kase Yuya (Graduate School of Information Science and Technology, Hokkaido University, Sapporo, Hokkaido, 060-0814, Japan) ,  Nishimura Toshihiko (Graduate School of Information Science and Technology, Hokkaido University, Sapporo, Hokkaido, 060-0814, Japan) ,  Ohgane Takeo (Graduate School of Information Science and Technology, Hokkaido University, Sapporo, Hokkaido, 060-0814, Japan) ,  Ogawa Yasutaka (Graduate School of Information Science and Technology, Hokkaido University, Sapporo, Hokkaido, 060-0814, Japan) ,  Kitayama Daisuke (Research Laboratories, NTT DOCOMO, INC., Yokosuka, Kanagawa, 239-8536, Japan) ,  Kishiyama Yoshihisa (Research Laboratories, NTT DOCOMO, INC., Yokosuka, Kanagawa, 239-8536, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： WPNC  ページ： 1-5  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： 電波の到来方向(DOA)推定は多くの状況で要求されている。従来のアルゴリズムであるMUSICとESPRITに加えて,圧縮センシングは最近DOA推定に適用されている。いくつかの圧縮センシングアルゴリズムで見られるような大きな計算負荷が許容できれば,DOA推定に深い学習を適用することが可能である。本論文では,深い学習を用いてDOAsを推定し,特定のシナリオに対する訓練データ作成と設計を検討した。シミュレーション結果は,合理的に高い推定精度,訓練データ作成に関する性能依存性,および特殊化された深いニューラルネットワークの有効性を示した。Copyright 2019 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： ニューラルネットワーク ,  アルゴリズム ,  有効性 ,  *到来方向推定 ,  電波 ,  シミュレーション
準シソーラス用語： 推定精度 ,  訓練データ ,  計算負荷 ,  圧縮センシング ,  ESPRITアルゴリズム ,  MUSIC ,  到来方向 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 深層学習 ,  ターゲット ,  DOA推定