文献

J-GLOBAL ID：202202261815250148   整理番号：22A0984836

視覚と学習増強によるArgus予測可能ミリ波ピコセル【JST・京大機械翻訳】

Argus Predictable Millimeter-Wave Picocells with Vision and Learning Augmentation

著者 (2件)： Regmi Hem (University of South Carolina, Columbia, SC, USA) ,  Sur Sanjib (University of South Carolina, Columbia, SC, USA)
資料名： Proceedings of the ACM on Measurement and Analysis of Computing Systems  (Proceedings of the ACM on Measurement and Analysis of Computing Systems)
巻： 6  号： 1  ページ： 1-26  発行年： 2022年 
JST資料番号： W5682A  ISSN： 2476-1249  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： 完全ネットワーク配置調査の精度と有効性を犠牲にすることなく,ミリ波(mmWave)展開器を高速に完了するシステムであるArgusを提案した。Argusは,主要な反射体を考慮して,環境のmmWave反射プロファイルを最初にモデル化し,次に,このモデルを用いて,反射器の使用性を最大化する位置を見つける。Argusのキー成分は,環境のmmWave信号反射に視覚データを写像できる効率的な機械学習モデルであり,任意の観測されない位置でmmWave信号プロファイルを正確に予測することができる。Argusは,最大カバレッジを提供する最良のピコセル位置を見つけることができ,また,ユーザは,環境中にどこでも正確に自己局所化する。さらに,Argusは,デバイスの方向を正確に予測し,VR/ARアプリケーションのためのオブジェクトタグ付けと検索を可能にする,mmWaveピコセルを可能にする。現在,著者らは,複数の異なる屋内環境から成る2つの異なる建物についてArgusを実装し,試験する。しかし,Argusの一般化能力は,非セエンス環境に対するモデルを容易に更新することができ,従って,Argusは,ほとんどあるいは全くモデル微調整なしに,任意の屋内環境に展開できる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  *学習 ,  反射器 ,  反射体 ,  応用プログラム ,  屋内環境 ,  *EHF波 ,  有効性 ,  機械学習
準シソーラス用語： 局在化 ,  タグ付 ,  微調整 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  ミリ波 ,  ピコセル ,  伝達学習

分類 (1件)： マイクロ波・ミリ波通信  (ND08020W)

タイトルに関連する用語 (6件)： 視覚 ,  学習 ,  増強 ,  予測 ,  ミリ波 ,  セル