文献

J-GLOBAL ID：202002215070272473   整理番号：20A1243414

人工神経回路網による5G新無線のための中継選択【JST・京大機械翻訳】

Relay Selection for 5G New Radio Via Artificial Neural Networks

著者 (2件)： Aldossari Saud (University of South Florida,Department of Electrical Engineering,Tampa,Florida,USA,33620) ,  Chen Kwang-Cheng (University of South Florida,Department of Electrical Engineering,Tampa,Florida,USA,33620)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： WPMC  ページ： 1-5  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： ミリ波は,5G-新しい無線(5G-NR)のために,強化されたモバイルブロードバンド(embB)と超信頼性および低待ち時間通信(uRLLC)のピラー技術をより良く実現するために,広い帯域幅の代替周波数帯を供給する。ミリ波周波数帯を用いるとき,無線アクセスネットワーク(RAN)における基地局のカバレッジを支援する中継局は魅力的な技術として出現する。しかしながら,最も強いリンクをもたらす中継選択は,mmWaveを用いてRANを容易にするための重要な技術になる。リレー選択に対する破壊的アプローチは,既存の動作データを利用することであり,適切な人工ニューラルネットワーク(ANN)と深い学習アルゴリズムを適用して,ミリ波帯における厳しいフェージングを軽減する。本論文において,著者らは多層認識を有するANNを用いて分類技術を適用して,ある損失レベルに基づいて多重伝送リンクおよびベースの経路損失を予測して,このように,効果的リレー選択を実行して,それはまた,適切な経路へのハンドオーバを推奨した。多層認識を持つANNを他のMLアルゴリズムと比較し,5G-NRにおける中継選択の有効性を実証した。Copyright 2020 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 ,  信頼性 ,  *ニューラルネットワーク ,  基地局 ,  多重化 ,  中継局 ,  通信 ,  EHF波 ,  帯域幅 ,  待ち時間 ,  周波数帯 ,  学習アルゴリズム ,  ハンドオーバ
準シソーラス用語： *ワイヤレス ,  無線アクセスネットワーク , 【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 (4件)： 人工神経回路網 ,  5G ,  無線 ,  中継選択