文献

J-GLOBAL ID：202002233107451813   整理番号：20A0265868

MIMOチャネルにおける並列深層学習検出ネットワーク【JST・京大機械翻訳】

Parallel Deep Learning Detection Network in the MIMO Channel

著者 (2件)： Jin Xianglan (Department of Electronics Engineering, Pusan National University, Busan, South Korea) ,  Kim Hyoung-Nam (Department of Electronics Engineering, Pusan National University, Busan, South Korea)
資料名： IEEE Communications Letters  (IEEE Communications Letters)
巻： 24  号： 1  ページ： 126-130  発行年： 2020年 
JST資料番号： W0941A  ISSN： 1089-7798  CODEN： ICLEF6  資料種別： 逐次刊行物 (A)
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： 多入力多出力(MIMO)チャネルにおける深い学習検出ネットワークのために,ネットワークを深めることは,特定の数の層を超えて性能を著しく改善しない。本論文では,並列検出ネットワーク(PDN)を提案した。これは,接続なしで並列にいくつかの深い学習検出ネットワークからなる。特定の損失関数を設計し,検出ネットワーク間の類似性を低減することにより,PDNはかなりの多様性効果を得る。PDNの性能は,時変MIMOチャネルにおいて並列検出ネットワークの数が増加するにつれて著しく改善される。これは,性能と複雑さの両方において,既存の深い学習検出ネットワークより優れている。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： *学習 ,  損失関数 ,  類似性 ,  *ネットワーク ,  チャネル
準シソーラス用語： 複雑性 ,  *MIMO ,  *深層学習 ,  *MIMOチャネル , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  通信方式一般  (ND07010E)

タイトルに関連する用語 (2件)： MIMOチャネル ,  深層学習