文献

J-GLOBAL ID：202002244796552453   整理番号：20A2617435

車両対車両リンクのための畳込みニューラルネットワークによる光Camera通信【JST・京大機械翻訳】

Optical Camera Communications with Convolutional Neural Network for Vehicle-toVehicle Links

著者 (6件)： Soares Miguel Roque (University of Aveiro,Aveiro,Portugal) ,  Chaudhary Neha (Instituto de Telecomunicac,oes,Aveiro,Portugal) ,  Eso Elisabeth (Northumbria University,Optical Comm. Research Group,Newcastle-upon-Tyne,UK) ,  Younus Othman Isam (Northumbria University,Optical Comm. Research Group,Newcastle-upon-Tyne,UK) ,  Nero Alves Luis (Instituto de Telecomunicac,oes,Aveiro,Portugal) ,  Ghassemlooy Zabih (Northumbria University,Optical Comm. Research Group,Newcastle-upon-Tyne,UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CSNDSP  ページ： 1-6  発行年： 2020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,光カメラ通信(OCC)を用いて,車両対車両(V2V)通信システムについて述べた。このシステムは,発光ダイオード(LED)ベースのテールライトと送信機(Tx)と受信機(Rx)としてそれぞれ使われるラズベリーカメラから成る。セクタリゼーションテイルライト(即ち,Tx)は,異なる周波数で変調され,Rxでの畳み込みニューラルネットワーク(CNN)は,シーン解析,関心領域(RoI)選択,およびシンボル検出に使用される。結果は,システムデータ速度がカメラフレーム速度とシンボル継続時間によって制約されることを示した。リンク性能はCNN訓練セットに依存し,CNNの使用がロバスト実装を可能にし,多重状況の下で応答を提供できることを示した:テールライト障害物,可変リンク距離,および誤整列Tx-Rx。さらに,CNNは専用訓練を必要とせずに多重入力多出力(MIMO)信号検出を可能にする。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： アラインメント ,  発光ダイオード ,  カメラ ,  信号検出 ,  受信機 ,  送信機 ,  多重化 ,  *通信 ,  通信方式 ,  ロバスト性
準シソーラス用語： データレート ,  フレームレート ,  MIMO ,  シンボル検出 ,  関心領域 , 【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 (2件)： リンク ,  畳込みニューラルネットワーク