文献

J-GLOBAL ID：202002243697234422   整理番号：20A2128380

球面受信機とトランスミッタと台形コンテナによる拡散による分子通信【JST・京大機械翻訳】

Molecular communication via diffusion with spherical receiver & transmitter and trapezoidal container

著者 (4件)： Mohamed Soha (School of computer science and technology, Harbin Institute of Technology, Harbin 150001, China) ,  Jian Dong (School of computer science and technology, Harbin Institute of Technology, Harbin 150001, China) ,  Hongwei Liu (School of computer science and technology, Harbin Institute of Technology, Harbin 150001, China) ,  Decheng Zuo (School of computer science and technology, Harbin Institute of Technology, Harbin 150001, China)
資料名： Microprocessors and Microsystems  (Microprocessors and Microsystems)
巻： 74  ページ： Null  発行年： 2020年 
JST資料番号： H0781A  ISSN： 0141-9331  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 分子通信は,情報のキャリアとして分子の放電の原理に作用する新しいパラダイムである。分子通信のチャネルを受信した信号によって決定する。受信機の設計,変調,符号化,および容量は受信信号のモデルに依存する。したがって,解析手法を用いて受信モジュール(時間t)の数をモデル化することは難しい。実際,分子拡散によるコミュニケーションは遍在する。特に,拡散チャネルのインパルス応答の閉形式は,通常,送信機をソースポイントとして認識する。本研究は,球状送信機と受信機と台形コンテナを通しての拡散による分子通信の開発を試みた。研究は2つの部分で行った。これらの部品は,確率分布を用いたデータセット生成と,多数の機械学習(ML)技術を用いた受信信号のモデリングを含む。本研究では,Python言語を用いてコードを実行した。さらに,本研究は,すべてのモデルの性能を比較する前に,球面送信機のための受信信号をモデル化するために,深いニューラルネットワーク,サポートベクトル回帰,ロジスティック回帰,およびリッジ回帰を利用した。研究の結果をモデル精度の観点から比較し,最良の性能手法を決定した。提案技法は,時間まで受信分子数をモデル化するための有望な結果を提供する。提案技法は,より長い距離に対して効率的に受信信号をモデル化する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コミュニケーション ,  *コンテナ ,  インパルス応答 ,  ニューラルネットワーク ,  確率分布 ,  *受信機 ,  *送信機 ,  *受信 ,  分子拡散 ,  チャネル ,  機械学習
準シソーラス用語： 閉形式 ,  受信信号 ,  *分子通信 ,  リッジ回帰 , 【Automatic Indexing@JST】

著者キーワード (7件)： 分子通信 ,  球面送信機 ,  深層ニューラルネットワーク ,  サポートベクトルマシン ,  リッジ回帰 ,  ロジスティック回帰 ,  台形容器

分類 (2件)： 無線通信一般  (ND08010L) ,  計算機網  (JC03000K)

タイトルに関連する用語 (7件)： 球面 ,  受信機 ,  トランスミッタ ,  台形 ,  コンテナ ,  拡散 ,  分子通信