論文の概要: DNN-based Localization from Channel Estimates: Feature Design and Experimental Results

• arxiv url: http://arxiv.org/abs/2004.00363v2
• Date: Mon, 25 May 2020 17:15:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-21 22:24:19.566105
• Title: DNN-based Localization from Channel Estimates: Feature Design and Experimental Results
• Title（参考訳）: チャネル推定値からのDNNに基づく位置推定:特徴設計と実験結果
• Authors: Paul Ferrand, Alexis Decurninge, Maxime Guillaud
• Abstract要約: チャネル状態情報(CSI)に基づくローカライゼーションにおけるディープニューラルネットワーク(DNN)の利用を検討する。 本稿では,CSI ベースの DNN アプリケーションを対象とした機能設計の原則的アプローチを提案する。 我々は,その学習手法のいくつかの側面について,局所化精度,一般化能力,データ老化などの実験的評価を行った。
• 参考スコア（独自算出の注目度）: 11.448223173438233
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We consider the use of deep neural networks (DNNs) in the context of channel state information (CSI)-based localization for Massive MIMO cellular systems. We discuss the practical impairments that are likely to be present in practical CSI estimates, and introduce a principled approach to feature design for CSI-based DNN applications based on the objective of making the features invariant to the considered impairments. We demonstrate the efficiency of this approach by applying it to a dataset constituted of geo-tagged CSI measured in an outdoors campus environment, and training a DNN to estimate the position of the UE on the basis of the CSI. We provide an experimental evaluation of several aspects of that learning approach, including localization accuracy, generalization capability, and data aging.
• Abstract（参考訳）: 大規模mimoセルラシステムにおけるチャネル状態情報(csi)に基づく局在化の文脈におけるディープニューラルネットワーク(dnn)の利用について検討する。 本稿では,実用的なcsi推定に現われる可能性のある実用的障害について考察し,その特徴を検討中の障害に不変にすることを目的としたcsiベースのdnnアプリケーションの特徴設計に関する原則的アプローチを提案する。 本手法は,屋外キャンパス環境で測定された地理タグcsiからなるデータセットに適用し,そのcsiに基づいて,dnnを訓練してueの位置を推定することにより,その効率を実証する。 我々は,その学習手法のいくつかの側面について,局所化精度,一般化能力,データ老化などの実験的評価を行った。

関連論文リスト

• Verifying the Generalization of Deep Learning to Out-of-Distribution Domains [1.5774380628229037]
  ディープニューラルネットワーク(DNN)は、機械学習の分野において重要な役割を果たす。 DNNは時折、一般化に伴う課題、すなわち訓練中に遭遇しなかった入力を処理できなくなることがある。 この制限は、セーフティクリティカルなタスクにディープラーニングをデプロイする上で、重要な課題である。
  論文  参考訳（メタデータ） (2024-06-04T07:02:59Z)
• On the Intrinsic Structures of Spiking Neural Networks [66.57589494713515]
  近年、時間依存データやイベント駆動データを扱う大きな可能性から、SNNへの関心が高まっている。 スパイキング計算における本質的な構造の影響を総合的に調査する研究が数多く行われている。 この研究はSNNの本質的な構造を深く掘り下げ、SNNの表現性への影響を解明する。
  論文  参考訳（メタデータ） (2022-06-21T09:42:30Z)
• Initial Study into Application of Feature Density and Linguistically-backed Embedding to Improve Machine Learning-based Cyberbullying Detection [54.83707803301847]
  この研究は、自動サイバーバブル検出に関するKaggleコンペティションで提供されたFormspringデータセットで実施された。 本研究は,サイバブリング検出におけるニューラルネットワークの有効性と分類器性能と特徴密度の相関性を確認した。
  論文  参考訳（メタデータ） (2022-06-04T03:17:15Z)
• CSI-based Indoor Localization via Attention-Augmented Residual Convolutional Neural Network [38.826117059245895]
  本稿では,高精度で汎用性の高い新しいローカライズシステムを提案する。 本稿では,CSIにおける局所的情報とグローバルな文脈を網羅的に活用するために,新たに注目を増したResidual CNNを提案する。 トラッキングシステムの汎用性を考慮し、トラッキングシステムをCSI環境から切り離して、すべての環境を対象とした1つのトラッキングシステムを実現する。
  論文  参考訳（メタデータ） (2022-05-11T21:11:05Z)
• Attention Aided CSI Wireless Localization [19.50869817974852]
  我々は、ディープニューラルネットワーク(DNN)におけるロバストな特徴学習のための注意に基づくCSIを提案する。 我々は,2つの非定常線路環境におけるレイトレーシングチャネルの集中分散MIMOシステムの性能評価を行った。
  論文  参考訳（メタデータ） (2022-03-20T09:38:01Z)
• Theoretical Analysis of Deep Neural Networks in Physical Layer Communication [8.015654492208368]
  ディープニューラルネットワーク(DNN)ベースの物理層通信技術が注目されている。 本稿では,DNNが従来の手法と比較して物理層で同等の性能を達成できる理由を定量的に分析する。
  論文  参考訳（メタデータ） (2022-02-21T02:36:35Z)
• A Variational Bayesian Approach to Learning Latent Variables for Acoustic Knowledge Transfer [55.20627066525205]
  本稿では,ディープニューラルネットワーク(DNN)モデルにおける潜伏変数の分布を学習するための変分ベイズ(VB)アプローチを提案する。 我々の提案するVBアプローチは,ターゲットデバイスにおいて良好な改善が得られ,しかも,13の最先端知識伝達アルゴリズムを一貫して上回っている。
  論文  参考訳（メタデータ） (2021-10-16T15:54:01Z)
• Dynamic Neural Network Architectural and Topological Adaptation and Related Methods -- A Survey [0.0]
  ディープニューラルネットワーク(DNN)のトレーニングと推論は、時間と空間の要求を減らすための戦略の開発につながっている。 本研究の目的は,DNNのトレーニングや推論時間,空間の複雑さを低減するため,最先端技術(SOTA)の概要と分類を提供することである。
  論文  参考訳（メタデータ） (2021-07-28T16:50:29Z)
• Inter-layer Information Similarity Assessment of Deep Neural Networks Via Topological Similarity and Persistence Analysis of Data Neighbour Dynamics [93.4221402881609]
  ディープニューラルネットワーク(DNN)による情報構造の定量的解析により、DNNアーキテクチャの理論的性能に関する新たな知見が明らかにされる。 量的情報構造解析のためのLSとIDの戦略に着想を得て, 層間情報類似度評価のための2つの新しい補完手法を提案する。 本研究では,画像データを用いた深層畳み込みニューラルネットワークのアーキテクチャ解析を行い,その効果を実証する。
  論文  参考訳（メタデータ） (2020-12-07T15:34:58Z)
• Modeling from Features: a Mean-field Framework for Over-parameterized Deep Neural Networks [54.27962244835622]
  本稿では、オーバーパラメータ化ディープニューラルネットワーク(DNN)のための新しい平均場フレームワークを提案する。 このフレームワークでは、DNNは連続的な極限におけるその特徴に対する確率測度と関数によって表現される。 本稿では、標準DNNとResidual Network(Res-Net)アーキテクチャを通してフレームワークを説明する。
  論文  参考訳（メタデータ） (2020-07-03T01:37:16Z)
• Rectified Linear Postsynaptic Potential Function for Backpropagation in Deep Spiking Neural Networks [55.0627904986664]
  スパイキングニューラルネットワーク(SNN)は、時間的スパイクパターンを用いて情報を表現し、伝達する。 本稿では,情報符号化,シナプス可塑性,意思決定におけるスパイクタイミングダイナミクスの寄与について検討し,将来のDeepSNNやニューロモルフィックハードウェアシステムの設計への新たな視点を提供する。
  論文  参考訳（メタデータ） (2020-03-26T11:13:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。