論文の概要: Efficient channel charting via phase-insensitive distance computation
- arxiv url: http://arxiv.org/abs/2104.13184v1
- Date: Tue, 27 Apr 2021 13:42:18 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-28 13:17:07.920254
- Title: Efficient channel charting via phase-insensitive distance computation
- Title（参考訳）: 位相非感性距離計算による効率的なチャネルチャート作成
- Authors: Luc Le Magoarou (IRT b-com, Hypermedia)
- Abstract要約: チャネルチャートは、得られた表現が対応するユーザーの相対的な空間的位置を反映するようにチャネルをエンコードすることを目的とする教師なしの学習タスクです。
本稿では,小型フェーディングの効果を低減すべく特別に設計された距離尺度に基づいて,チャネルチャート法を提案する。
次に, 局所距離(アイソマップ)の保存を目的とした非線形次元減少手法を適用し, 実際にチャネル表現を得る。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Channel charting is an unsupervised learning task whose objective is to
encode channels so that the obtained representation reflects the relative
spatial locations of the corresponding users. It has many potential
applications, ranging from user scheduling to proactive handover. In this
paper, a channel charting method is proposed, based on a distance measure
specifically designed to reduce the effect of small scale fading, which is an
irrelevant phenomenon with respect to the channel charting task. A nonlinear
dimensionality reduction technique aimed at preserving local distances (Isomap)
is then applied to actually get the channel representation. The approach is
empirically validated on realistic synthetic MIMO channels, achieving better
results than previously proposed approaches, at a lower cost.
- Abstract（参考訳）: チャネルチャート化は、チャネルを符号化して、取得した表現が対応するユーザの相対的な空間的位置を反映するように、教師なしの学習課題である。
ユーザスケジューリングからアクティブなハンドオーバまで、多くの潜在的なアプリケーションがある。
本稿では,チャネルチャート処理に関する無関係な現象である小規模フェーディングの効果を低減するために特別に設計された距離尺度に基づいて,チャネルチャート化手法を提案する。
次に,局所距離(アイソマップ)の保存を目的とした非線形次元減少手法を適用し,実際にチャネル表現を得る。
この手法はリアルなMIMOチャネル上で実証的に検証され、従来提案されていた手法よりも低コストでより良い結果が得られる。
関連論文リスト
- Distilling Channels for Efficient Deep Tracking [68.13422829310835]
本稿では,ディープトラッカーを容易にするための新しいチャネル蒸留法を提案する。
統合的な定式化は,特徴圧縮,応答マップ生成,モデル更新を統一エネルギー最小化問題に変換することができることを示す。
その結果、ディープトラッカーは正確で高速で、メモリ要求が低い。
論文 参考訳（メタデータ） (2024-09-18T08:09:20Z) - Joint Channel Estimation and Feedback with Masked Token Transformers in
Massive MIMO Systems [74.52117784544758]
本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。
エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。
提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
論文 参考訳（メタデータ） (2023-06-08T06:15:17Z) - Channel Estimation for Underwater Visible Light Communication: A Sparse
Learning Perspective [1.7830921962643287]
本稿では,スパース学習に基づく水中可視光チャネル推定(SL-UVCE)手法を提案する。
具体的には、近似メッセージパッシング(AMP)の古典的反復スパース回復アルゴリズムを模倣したディープアンフォールディングニューラルネットワークを用いる。
提案手法は,既存の非CS方式やCS方式と比較して,チャネル推定における精度の向上を示す。
論文 参考訳（メタデータ） (2023-03-13T16:22:16Z) - Channel charting based beamforming [0.0]
チャネルチャート(英: Channel charting, CC)は、参照なしで相互に相対的なユーザを見つけるための教師なし学習手法である。
本稿では、この潜時モデリングビジョンと、最近提案された位置ベースビームフォーミング(LBB)手法を用いて、チャネルチャートを空間や周波数のチャネルのマッピングに利用できることを示す。
論文 参考訳（メタデータ） (2022-12-06T17:40:15Z) - Over-the-Air Design of GAN Training for mmWave MIMO Channel Estimation [35.62977046569772]
我々は,ノイズを受信したパイロット測度を利用して深層生成モデルの訓練を行う,教師なしオーバー・ザ・エア(OTA)アルゴリズムを開発した。
次に、逆問題として、限られた数のパイロット測定値からチャネル推定を定式化する。
提案するフレームワークは,実雑音のパイロット測定を用いてオンライントレーニングを行うことが可能である。
論文 参考訳（メタデータ） (2022-05-25T02:26:34Z) - Leveraging triplet loss and nonlinear dimensionality reduction for
on-the-fly channel charting [0.0]
チャネルチャートは、無線チャネルをいわゆるチャートにマッピングすることを目的とした教師なし学習手法である。
本稿では,モデルに基づくディープラーニング手法を提案する。
論文 参考訳（メタデータ） (2022-04-04T12:01:36Z) - Learning to Perform Downlink Channel Estimation in Massive MIMO Systems [72.76968022465469]
大規模マルチインプット・マルチアウトプット(MIMO)システムにおけるダウンリンク(DL)チャネル推定について検討する。
一般的なアプローチは、チャネル硬化によって動機付けられた推定値として平均値を使用することである。
本稿では2つの新しい推定法を提案する。
論文 参考訳（メタデータ） (2021-09-06T13:42:32Z) - Channelized Axial Attention for Semantic Segmentation [70.14921019774793]
チャネルアキシャルアテンション(CAA)を提案し、チャネルアテンションと軸アテンションをシームレスに統合し、計算複雑性を低減します。
私たちのCAAは、DANetのような他の注意モデルに比べて計算リソースをはるかに少なくするだけでなく、すべての検証済みデータセット上で最先端のResNet-101ベースのセグメンテーションモデルよりも優れています。
論文 参考訳（メタデータ） (2021-01-19T03:08:03Z) - Similarity-based prediction for channel mapping and user positioning [0.0]
無線ネットワークでは、アップリンクチャネル測定のみに基づくモバイルユーザーの情報収集が興味深い課題である。
本稿では,これらのタスクを統一的に処理する教師あり機械学習手法を提案する。
これは、ベースステーションが操作中に簡単に取得できるラベル付きデータベースに依存している。
論文 参考訳（メタデータ） (2020-12-02T11:30:51Z) - Dual Attention GANs for Semantic Image Synthesis [101.36015877815537]
本稿では,写真リアリスティック・セマンティック・一貫性のあるイメージを合成するための新しいデュアルアテンションGAN(DAGAN)を提案する。
また,2つの新しいモジュール,すなわち位置対応空間アテンションモジュール(SAM)と規模対応チャネルアテンションモジュール(CAM)を提案する。
DAGANは、より少ないモデルパラメータを使用しながら、最先端のメソッドよりも驚くほど優れた結果が得られる。
論文 参考訳（メタデータ） (2020-08-29T17:49:01Z) - Deep Denoising Neural Network Assisted Compressive Channel Estimation
for mmWave Intelligent Reflecting Surfaces [99.34306447202546]
本稿では,mmWave IRSシステムに対するディープデノイングニューラルネットワークを用いた圧縮チャネル推定法を提案する。
我々はまず、受信チェーンをほとんど使わず、アップリンクのユーザ-IRSチャネルを推定するハイブリッド・パッシブ/アクティブIRSアーキテクチャを導入する。
完全チャネル行列は、圧縮センシングに基づいて限られた測定値から再構成することができる。
論文 参考訳（メタデータ） (2020-06-03T12:18:57Z)
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。