文献

J-GLOBAL ID：202002262966718932   整理番号：20A0811572

物理層5G無線技術のための深層学習:機会,挑戦および解決策【JST・京大機械翻訳】

Deep Learning for Physical-Layer 5G Wireless Techniques: Opportunities, Challenges and Solutions

著者 (7件)： Huang Hongji ,  Guo Song ,  Gui Guan ,  Yang Zhen ,  Zhang Jianhua ,  Sari Hikmet ,  Adachi Fumiyuki
資料名： IEEE Wireless Communications  (IEEE Wireless Communications)
巻： 27  号： 1  ページ： 214-222  発行年： 2020年 
JST資料番号： W0577A  ISSN： 1536-1284  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： 高信頼性と超高容量無線通信のための新しい要求は,5G通信への広範な研究をもたらした。しかし,従来の通信理論に基づいて設計された現在の通信システムは,更なる性能改善を著しく制限し,厳しい制約をもたらす。最近,新しい深い学習技術が複雑な通信システムを扱うための有望なツールとして認識されており,無線通信の最適化の可能性が示されている。本論文では,まず,5G通信のための深い学習ソリューションの開発をレビューし,次に,深い学習ベースの5Gシナリオに対する効率的な方式を提案した。具体的には,いくつかの重要な深い学習ベースの通信方法に対する重要なアイデアを,研究の機会と課題に沿って提示した。特に,NOMA,大量多入力多出力(MIMO),およびミリ波(mmWave)の新しい通信フレームワークを研究し,それらの優れた性能を実証した。著者らは,魅力的な深い学習ベースの無線物理層フレームワークがコミュニケーション理論における新しい方向をもたらし,本研究がこの道路に沿って前進することを示した。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： 通信理論 ,  EHF波 ,  コミュニケーション ,  最適化 ,  通信 ,  通信方式 ,  道路 ,  無線伝送 ,  *学習 ,  MIMO ,  *深層学習 ,  改変
準シソーラス用語： 高信頼性 ,  *ワイヤレス ,  *第5世代移動通信システム ,  *物理層 , 【Automatic Indexing@JST】

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (6件)： 物理層 ,  5G ,  無線 ,  深層学習 ,  機会 ,  解決策