文献

J-GLOBAL ID：201902267768161237   整理番号：19A1487166

開放正方形環境における回折と反射を考慮した経路損失特性予測法のための畳込みニューラルネットワーク【JST・京大機械翻訳】

Convolutional Neural Network for Prediction Method of Path Loss Characteristics considering Diffraction and Reflection in an Open-Square Environment

著者 (4件)： KUNO Nobuaki (NTT Access Service Systems Laboratories, NTT Corporation, Yokosuka, Kanagawa, 239-0847, Japan) ,  YAMADA Wataru (NTT Access Service Systems Laboratories, NTT Corporation, Yokosuka, Kanagawa, 239-0847, Japan) ,  SASAKI Motoharu (NTT Access Service Systems Laboratories, NTT Corporation, Yokosuka, Kanagawa, 239-0847, Japan) ,  TAKATORI Yasushi (NTT Access Service Systems Laboratories, NTT Corporation, Yokosuka, Kanagawa, 239-0847, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： AP-RASC  ページ： 1-3  発行年： 2019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： 本論文では,近年の画像認識のような分野における有名な方法の一つであるCNNを用いた新しい経路損失予測モデルを提案した。提案したモデルは,以前のモデルでは考慮されていない回折と反射の影響を考慮した問題を解決できる。このモデルを検証するために,OpenSquare環境における光線追跡シミュレーションを多重シナリオによって実施した。一つのシミュレーション結果を提案したモデルの検証に用い,他の結果をCNNの学習に用いた。結果として,推定精度は,非線視線領域における以前のモデルと比較して,RMS誤差が約1.5dB改善された。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： 予測モデル ,  モデル ,  シミュレーション ,  *予測技法 ,  画像認識 ,  光線追跡 ,  多重化
準シソーラス用語： 推定精度 ,  *畳込みニューラルネットワーク ,  *経路損失 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 正方形 ,  環境 ,  回折 ,  経路損失 ,  予測法 ,  畳込みニューラルネットワーク