文献

J-GLOBAL ID：201902273961694164   整理番号：19A0131860

HFのスペクトルアベイラビリティを予測するための頻出パターンマイニングに基づく方法【JST・京大機械翻訳】

A Method Based on Frequent Pattern Mining to Predict Spectral Availability of HF

著者 (6件)： Wu Chujie (College of Communications Engineering Army, Engineering University of PLA, Nanjing, Jiangsu, China) ,  Cheng Yunpeng (College of Communications Engineering Army, Engineering University of PLA, Nanjing, Jiangsu, China) ,  Gong Yuping (College of Communications Engineering Army, Engineering University of PLA, Nanjing, Jiangsu, China) ,  Ding Guoru (College of Communications Engineering Army, Engineering University of PLA, Nanjing, Jiangsu, China) ,  Yu Ling (College of Communications Engineering Army, Engineering University of PLA, Nanjing, Jiangsu, China) ,  Zhang Zhe (College of Communications Engineering Army, Engineering University of PLA, Nanjing, Jiangsu, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICCT  ページ： 1391-1396  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： HF無線通信は,スペクトル環境が動的であるため,チャネル選択において大きな問題となっている。スペクトル予測によってアイドルチャネルを検出する実現可能性を検証するために,本論文におけるデータは,異なる時間周期におけるUSRPによって収集された現実世界測定に基づいている。受信された信号パワーは,スペクトルアベイラビリティを反映する新しいチャネル状態モデルを通して連続シーケンスに変換される。次に,かなりの精度で過去のチャネル状態に基づくチャネルアベイラビリティを予測することができる,単純化された頻繁なパターンマイニングを用いた予測アルゴリズムを開発した。実験結果により,測定データは予測困難性を増加させる午後においてより変動するが,提案アルゴリズムはこの状況においてニューラルネットワークとMarkovモデルより優れており,より大きなサンプルはより良い予測性能を有することを示した。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： アルゴリズム ,  ニューラルネットワーク ,  *予測 ,  簡素化 ,  スペクトル推定 ,  チャネル ,  *スペクトル ,  *アベイラビリティ ,  無線伝送
準シソーラス用語： 予測性能 ,  Markovモデル ,  予測アルゴリズム ,  *パターンマイニング ,  チャネル選択 ,  *頻出パターンマイニング , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (5件)： HF ,  スペクトル ,  アベイラビリティ ,  予測 ,  頻出パターンマイニング