文献

J-GLOBAL ID：202202241867990077   整理番号：22A0630918

5Gミリ波通信システムのためのFPGA上の深層学習を用いたチャネル推定【JST・京大機械翻訳】

Channel Estimation Using Deep Learning on an FPGA for 5G Millimeter-Wave Communication Systems

著者 (3件)： Chundi Pavan Kumar (Department of Electrical Engineering, Columbia University, New York, NY, USA) ,  Wang Xiaodong (Department of Electrical Engineering, Columbia University, New York, NY, USA) ,  Seok Mingoo (Department of Electrical Engineering, Columbia University, New York, NY, USA)
資料名： IEEE Transactions on Circuits and Systems 1: Regular Papers  (IEEE Transactions on Circuits and Systems 1: Regular Papers)
巻： 69  号： 2  ページ： 908-918  発行年： 2022年 
JST資料番号： C0226B  ISSN： 1549-8328  CODEN： ITCSCH  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： 5Gミリ波(mmWave)通信システムは,待ち時間を著しく減らし,データ速度を増加させることにより,新しいアプリケーションを励起する。しかし,これは大きな計算コストで,長い待ち時間と大きなエネルギー消費をもたらす。本研究では,一連のアルゴリズム-ハードウェア共最適化を通して,そのようなシステムのチャネル推定問題におけるこの課題に対処することを目指した。まず,収束率を改善するためにモデルベースニューラルネットワークを採用した。また,ニューラルネットワークを最適化し,同じ数の演算を用いて,改善された損失を達成した。さらに,著者らは,mmWaveチャネルに固有のスパース性の利用を通して計算量を減少できた。チャネル推定のための提案したニューラルネットワークは,計算複雑度を2桁以上スケールする。これらの革新に基づいて,Zynq7020FPGA上のチャネル推定サブシステムを実行した。サブシステムは,CPUとGPUベースシステムに対して,最大~10Xの待ち時間の改善と~300Xまでのエネルギー消費の改善を得る。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： アルゴリズム ,  最適化 ,  収束 ,  ニューラルネットワーク ,  *ミリ波通信 ,  計算量 ,  応用プログラム ,  ハードウェア ,  *EHF波 ,  待ち時間 ,  *FPGA ,  *チャネル推定
準シソーラス用語： 計算コスト ,  *深層学習 ,  *第5世代移動通信システム , 【Automatic Indexing@JST】

分類 (4件)： 無線通信一般  (ND08010L) ,  半導体集積回路  (NC03162T) ,  ニューロコンピュータ  (JC06010Q) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (5件)： 5G ,  ミリ波通信 ,  FPGA ,  深層学習 ,  チャネル推定