文献

J-GLOBAL ID：202102233881894272   整理番号：21A0566537

改良生成敵対ネットワークに基づく通信のための雑音低減アルゴリズム【JST・京大機械翻訳】

Noise Reduction Algorithm for Communication based on Improved Generative Adversarial Network

著者 (3件)： Liu Gang (Naval University of Engineering,College of Electronic Engineering,Wuhan,China) ,  Jiang Yuzhong (Naval University of Engineering,College of Electronic Engineering,Wuhan,China) ,  Yang Sicheng (No. 91966 Troops,Beijin,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITAIC  ページ： 1130-1136  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： 従来のノイズ抑制アルゴリズムのノイズ抑制に関する多くの研究があり,抑制効果はボトルネックに達した。現在,広く研究されている人工知能アルゴリズムは,海洋ナビゲーションにおける非常に低い周波数(VLF)通信雑音低減のための新しいアイデアを提供する。生成敵対ネットワークを雑音干渉抑制アルゴリズムに導入した。改良生成広告ネットワークモデルに基づいて,VLFノイズ干渉抑制アルゴリズムを研究した。強い学習能力をもつ生成モデルを用いて,雑音信号のスペクトルにおける期待信号周波数推定の精度を改善し,さらに,信号帯域幅における信号雑音(SNR)比を改善した。実験結果は,生成敵対ネットワークを訓練することによって,受信アンテナの45°~45°の方向における受信信号が良好な雑音低減効果を示して,この精度率が90%以上に達することができることを示した。Copyright 2021 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： *アルゴリズム ,  *雑音 ,  広告 ,  *ネットワーク ,  受信アンテナ ,  スペクトル ,  海洋 ,  人工知能 ,  *通信 ,  *雑音低減 ,  周波数推定
準シソーラス用語： ネットワークモデル ,  受信信号 ,  干渉抑制 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 敵対 ,  雑音低減 ,  アルゴリズム