文献

J-GLOBAL ID：201902227957595785   整理番号：19A1666628

VNETを用いた深層学習に基づくV2Vチャネル推定【JST・京大機械翻訳】

Deep Learning-Based V2V Channel Estimations Using VNETs

著者 (4件)： Song Qi (Shenzhen Graduate School, Communication Engineering Research Center, Harbin Institute of Technology, Shenzhen, China) ,  Lan Tian (Shenzhen Graduate School, Communication Engineering Research Center, Harbin Institute of Technology, Shenzhen, China) ,  Tian Xuanxuan (Shenzhen Graduate School, Communication Engineering Research Center, Harbin Institute of Technology, Shenzhen, China) ,  Zhang Tingting (Shenzhen Graduate School, Communication Engineering Research Center, Harbin Institute of Technology, Shenzhen, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 517  ページ： 184-192  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 協調知的輸送システムの開発は,チャネル推定がますます重要になる無線通信技術に新しい挑戦をもたらす。本論文では,深い学習フレームワークに基づく新しいデータ駆動チャネル推定法を採用した。フィードフォワードニューラルネットワークに基づいて,畳込みニューラルネットワークに基づくVNETニューラルネットワークを提案した。シミュレーションと実際の測定も行い,性能の利点を検証した。結果は,提案したVNETベースの方法の達成した性能優位性を示した。それは効果的解法であることを示した。Copyright 2020 Springer Nature Singapore Pte Ltd. 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 ,  *チャネル推定 ,  交通システム ,  *学習
準シソーラス用語： 畳込みニューラルネットワーク ,  フィードフォワードニューラルネットワーク ,  データ駆動 ,  無線通信技術 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： チャネル推定 ,  ニューラルネットワーク ,  OFDM ,  深層学習 ,  CNN

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 深層学習 ,  V2V ,  チャネル推定