抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
種々の応用におけるニューラルネットワークの急速な発展によって,それはまた通信において大きな注目を引きつけた。しかし,ニューラルネットワークはブラックボックスであり,なぜニューラルネットワークが従来の通信技術の性能を効果的に改善できるかは明らかではない。本論文では,メタモデルを用い,自動エンコーダを近似し,非可理解ニューラルネットワークから成るオートエンコーダの記号的説明を得た。最も重要なことに,著者らは自動エンコーダベースのトランシーバの原理を説明するために記号的説明を使用して,オートエンコーダの性能が従来の符号化技術のものより良い理由を与えた。したがって,ユーザは,複雑なニューラルネットワークをよりよく理解し,信頼することができる。さらに,本論文は,異なるSNRの下で訓練されたオートエンコーダの記号的説明を与えて,オートエンコーダに及ぼす種々のSNRの影響を分析した。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】