文献

J-GLOBAL ID：202202235839432104   整理番号：22A1037693

LSTM-SVMモデルに基づく時間予測信号干渉検出のためのアルゴリズム【JST・京大機械翻訳】

An Algorithm for Time Prediction Signal Interference Detection Based on the LSTM-SVM Model

著者 (2件)： Xiao Ningbo (School of Electronics and Information, Northwestern Polytechnical University, Xi’an 710072, Shaanxi, China) ,  Song Zuxun (School of Electronics and Information, Northwestern Polytechnical University, Xi’an 710072, Shaanxi, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 干渉検出は電子防御システムの重要な部分である。オリジナル信号と同じ周波数で発生する干渉のための特性パラメータを抽出する従来の方法による干渉を検出することは難しい。この特別な時間周波数重複干渉信号に狙いを定めて,本論文は長い短期メモリサポートベクターマシン(LSTM-SVM)モデルに基づく干渉検出アルゴリズムを提案した。LSTMを用いて受信信号の時系列予測を行った。予測信号と受信信号間の差異を特徴サンプルとして用いて,SVMアルゴリズムを用いて,サンプルが干渉があるかどうかの認識率を得るために特徴サンプルを分類した。LSTM-SVMモデルをゲートリカレントユニットサポートベクターマシン(GRU-SVM)モデルと比較し,比較結果を混乱行列を用いて可視化した。シミュレーション結果は,このLSTM-SVMモデルアルゴリズムが干渉信号の存在を検出するだけでなく,受信波形における干渉信号の特定の位置を決定することができて,検出性能はGRU-SVMモデルより良いことを示した。Copyright 2022 Ningbo Xiao and Zuxun Song. 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 ,  *干渉 ,  行列 ,  検出 ,  シミュレーション ,  システム ,  比率 ,  可視化 ,  通信信号 ,  *モデル ,  カオス
準シソーラス用語： 時系列予測 ,  時間周波数 ,  認識率 ,  受信信号 ,  検出アルゴリズム ,  特性パラメータ , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  移動通信  (ND08030H)

引用文献 (22件)：

• Q. Wang, Y. Guo, L. Yu, P. Li, "Earthquake prediction based on spatio-temporal data mining: An LSTM network approach," IEEE Transactions on Emerging Topics in Computing, vol. 8, no. 1, pp. 148-158, 2020.
• W. Qin, J. Tang, C. Lu, S. Lao, "Trajectory prediction based on long short-term memory network and kalman filter using hurricanes as an example," Computational Geosciences, vol. 25, no. 3, pp. 1005-1023, 2021.
• Y. Li, Z. Xia, Y. Zhang, "Standalone systolic profile detection of non-contact SCG signal with LSTM network," IEEE Sensors Journal, vol. 20, no. 6, pp. 3123-3131, 2020.
• T. Van Steenkiste, W. Groenendaal, D. Deschrijver, T. Dhaene, "Automated sleep apnea detection in raw respiratory signals using long short-term memory neural networks," IEEE Journal of Biomedical and Health Informatics, vol. 23, no. 6, pp. 2354-2364, 2019.
• Y. Li, X. Yang, Y. Zhou, J. Chen, M. Du, Y. Yang, "Adaptive stimulation profiles modulation for foot drop correction using functional electrical stimulation: A proof of concept study," IEEE Journal of Biomedical and Health Informatics, vol. 25, no. 1, pp. 59-68, 2021.

タイトルに関連する用語 (6件)： LSTM ,  SVM ,  モデル ,  予測信号 ,  干渉 ,  アルゴリズム