文献

J-GLOBAL ID：202202231886140068   整理番号：22A0630451

CNNベースミリ波MIMO位置決めにおけるモンテカルロドロップアウトによる不確実性推定【JST・京大機械翻訳】

Uncertainty Estimation via Monte Carlo Dropout in CNN-Based mmWave MIMO Localization

著者 (5件)： Sadr Mohammad Amin Maleki (Department of Electrical and Computer Engineering, McGill University 3480 University Street, Montre ́al, ON, Canada) ,  Gante Joao (INESC-ID, Instituto Superior Tecnico, Universidade de Lisbon, Lisbon, Portugal) ,  Champagne Benoit (Department of Electrical and Computer Engineering, McGill University 3480 University Street, Montre ́al, ON, Canada) ,  Falcao Gabriel (Department of Electrical and Computer Engineering, University of Coimbra and Instituto de Telecomunicac,oes, Coimbra, Portugal) ,  Sousa Leonel (INESC-ID, Instituto Superior Tecnico, Universidade de Lisbon, Lisbon, Portugal)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 29  ページ： 269-273  発行年： 2022年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  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： 最近,ミリ波(mmWave)周波数で動作する大規模多入力多出力(MIMO)システムにおけるモバイルユーザ位置確認のための畳み込みニューラルネットワーク(CNN)の使用に大きな関心が寄せられている。しかし,現在のCNNベースの手法は,位置決め精度の信頼区間限界を予測することができない。Bayesニューラルネットワーク(BNN)法はモデルの不確実性の推定に使用できるが,計算コストが高い。本レターでは,モンテカルロ(MC)ドロップアウトベース法を,精度を犠牲にすることなく,CNNベースmmWave MIMO屋外位置確認システムにおける不確実性を捕捉するためのBNN推論に対する低複雑性近似として提案した。提案した方法を28GHzでの都市伝搬の光線追跡モデルを用いたシミュレーションによって評価した。結果は,位置確認不確実性領域を適切に決定することができ,それらの形状がユーザで受信した最大電力に依存することを示した。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： *モンテカルロ法 ,  *不確実性 ,  ニューラルネットワーク ,  精度 ,  都市 ,  位置決め ,  近似法 ,  *通信方式 ,  *EHF波 ,  光線追跡 ,  利用者
準シソーラス用語： モバイルユーザ ,  *MIMO ,  位置決め精度 ,  計算コスト ,  ピーク電力 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  移動通信  (ND08030H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： CNN ,  ミリ波 ,  MIMO ,  不確実性 ,  推定