知的反射面のための深層学習アーキテクチャの調査【JST・京大機械翻訳】

Elbir Ahmet M.; Mishra Kumar Vijay

プレプリント

J-GLOBAL ID：202202202640970908 整理番号：22P0188167

知的反射面のための深層学習アーキテクチャの調査【JST・京大機械翻訳】

A Survey of Deep Learning Architectures for Intelligent Reflecting Surfaces

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年09月05日プレプリントサーバーでの情報更新日： 2022年07月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

インテリジェント反射表面(IRS)は,従来の大規模アレイのハードウェア複雑性,物理的サイズ,重量,およびコストを低減するため,無線通信のために最近大きな注目を集めている。しかし,IRSの配置は基地局(BS)とユーザ間の多重チャネルリンクを扱う。さらに,BSとIRSビーム成形器はジョイント設計を必要とし,IRS要素は急速に再構成する必要がある。深層学習(DL)のようなデータ駆動技術は,これらの課題に対処する上で重要である。DLの低い計算時間とモデルフリーの性質は,データ不完全性と環境変化に対してロバストである。物理層において,DLは,教師つき,教師なしおよび強化学習のようなアーキテクチャを用いて,IRS信号検出,チャネル推定および能動/受動ビーム成形に対して有効であることが示されている。本論文は,DLベースのIRS支援無線システムを設計するためのこれらの技術の統合を提供する。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

人工知能 , 移動通信 , 光通信方式・機器 , 貴金属触媒

, , ,

前のページに戻る