文献

J-GLOBAL ID：202002289054955722   整理番号：20A2446013

結合等化と復号化のためのニューラルネットワーク支援Viterbi受信機【JST・京大機械翻訳】

A Neural Network-Aided Viterbi Receiver for Joint Equalization and Decoding

著者 (4件)： Ou Han-Mo (National Taiwan University,Department of Electrical Engineering) ,  Teng Chieh-Fang (National Taiwan University,Department of Electrical Engineering) ,  Tsai Wen-Chiao (National Taiwan University,Department of Electrical Engineering) ,  Wu An-Yeu Andy (National Taiwan University,Department of Electrical Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： MLSP  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： 近年,多くの研究が,通信システム設計を支援するための機械学習技術の適用に焦点を当ててきた。ニューラルネットワークと通信システムの機能ブロックを置き換える代わりに,ViterbiNetシンボル検出のハイブリッド方式を提案して,Viterbiアルゴリズムとニューラルネットワークの利点を結合して,それは合理的複雑性によって保証性能を達成した。しかし,このブロックベース設計はシステム性能を劣化させるだけでなく,ハードウェア複雑性も増加させる。本研究では,符号構造とチャネル効果の両方を同時に考慮し,3dB利得で大域的最適を達成する,共同等化とチャネル復号化のためのViterbiNet受信機を提案した。さらに,専用ニューラルネットワークモデルを提案し,完全チャネル状態情報(CSI)の必要性を避けた。それは1.7dBの利得でCSI不確実性の下でよりロバストであることを示した。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： 不確実性 ,  *ニューラルネットワーク ,  *受信機 ,  *等化 ,  *復号化 ,  通信方式 ,  ハードウェア ,  利得 ,  チャネル ,  ロバスト性
準シソーラス用語： 神経回路網モデル ,  チャネル状態情報 ,  Viterbiアルゴリズム ,  システム性能 ,  シンボル検出 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 等化 ,  復号化 ,  ニューラルネットワーク ,  支援 ,  受信機