文献

J-GLOBAL ID：202202221449933978   整理番号：22A0958812

非局所的CNNとカリキュラムトレーニングによるLIDARと位置支援ミリ波ビーム選択【JST・京大機械翻訳】

LIDAR and Position-Aided mmWave Beam Selection With Non-Local CNNs and Curriculum Training

著者 (6件)： Zecchin Matteo (Communication Systems Department, EURECOM, Sophia-Antipolis, France) ,  Mashhadi Mahdi Boloursaz (5GIC & 6GIC, Institute for Communication Systems (ICS), University of Surrey, Guildford, U.K.) ,  Jankowski Mikolaj (Department of Electrical and Electronic Engineering, Imperial College London, London, U.K.) ,  Gunduz Deniz (Department of Electrical and Electronic Engineering, Imperial College London, London, U.K.) ,  Kountouris Marios (Communication Systems Department, EURECOM, Sophia-Antipolis, France) ,  Gesbert David (Communication Systems Department, EURECOM, Sophia-Antipolis, France)
資料名： IEEE Transactions on Vehicular Technology  (IEEE Transactions on Vehicular Technology)
巻： 71  号： 3  ページ： 2979-2990  発行年： 2022年 
JST資料番号： C0244A  ISSN： 0018-9545  CODEN： ITVTAB  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： 車両対構造(V2I)通信における効率的なミリ波(mmWave)ビーム選択は,狭いmmWaveビーム幅と高いユーザ移動性のため,極めて挑戦的なタスクである。反復ビーム発見手順の探索オーバヘッドを減らすために,車両に搭載された光検出と測距(LIDAR)センサからの文脈情報を,有用な側面情報を作り出すために,データ駆動方式によって活用した。本論文では,対応するLIDAR前処理とともに軽量ニューラルネットワーク(NN)アーキテクチャを提案し,これは先行研究よりも顕著に優れている。著者らの解は,モデルの収束速度と最終精度の両方を改善する複数の新規性から成る。特に,知識蒸留アイデアに触発された新しい損失関数を定義し,視線(LOS)/非視線(NLOS)情報を利用するカリキュラム訓練アプローチを導入し,より挑戦的なNLOSケースの性能を改善するための非局所注意モジュールを提案した。ベンチマークデータセットに関するシミュレーション結果は,単にLIDARデータと受信機位置を利用して,著者らのNNベースのビーム選択方式が,ビーム探索オーバヘッドなしで,6つのビームとして少しの検索によって,ビーム探索オーバヘッドと95%なしで徹底的ビームスイーピング方式の79.9%のスループットを達成できることを示した。典型的なmmWave V2Iシナリオにおいて,提案手法は,逆指紋および階層的ビーム選択方式と比較して,所望のスループットを達成するために必要なビーム探索時間をかなり低減する。Copyright 2022 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： シミュレーション ,  *LIDAR ,  蒸留 ,  ニューラルネットワーク ,  受信機 ,  *カリキュラム ,  通信 ,  *EHF波 ,  スループット ,  利用者 ,  指紋 ,  ベンチマーク ,  計算機アーキテクチャ
準シソーラス用語： 収束速度 ,  オーバヘッド , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  通信理論一般  (ND02010V)

タイトルに関連する用語 (7件)： CNN ,  カリキュラム ,  トレーニング ,  LIDAR ,  支援 ,  ミリ波 ,  ビーム