論文の概要: Learning of Frequency-Time Attention Mechanism for Automatic Modulation Recognition

• arxiv url: http://arxiv.org/abs/2111.03258v1
• Date: Fri, 5 Nov 2021 04:52:52 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-08 15:43:26.413429
• Title: Learning of Frequency-Time Attention Mechanism for Automatic Modulation Recognition
• Title（参考訳）: 自動変調認識のための周波数時間注意機構の学習
• Authors: Shangao Lin, Yuan Zeng, Yi Gong
• Abstract要約: 変調無線信号の周波数および時刻情報は変調モード認識に不可欠である。 本稿では,畳み込みニューラルネットワーク(CNN)に基づく変調認識フレームワークの周波数時間アテンション機構を提案する。 オープンソースの変調認識データセットの実験により、提案フレームワークの認識性能は、周波数時間に注意を払わずに、フレームワークの認識性能より優れていることが示された。
• 参考スコア（独自算出の注目度）: 11.549910517683086
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent learning-based image classification and speech recognition approaches make extensive use of attention mechanisms to achieve state-of-the-art recognition power, which demonstrates the effectiveness of attention mechanisms. Motivated by the fact that the frequency and time information of modulated radio signals are crucial for modulation mode recognition, this paper proposes a frequency-time attention mechanism for a convolutional neural network (CNN)-based modulation recognition framework. The proposed frequency-time attention module is designed to learn which channel, frequency and time information is more meaningful in CNN for modulation recognition. We analyze the effectiveness of the proposed frequency-time attention mechanism and compare the proposed method with two existing learning-based methods. Experiments on an open-source modulation recognition dataset show that the recognition performance of the proposed framework is better than those of the framework without frequency-time attention and existing learning-based methods.
• Abstract（参考訳）: 近年の学習に基づく画像分類と音声認識手法は、注意機構を広範囲に活用して最先端の認識能力を実現し、注意機構の有効性を示す。 本稿では,変調された無線信号の周波数と時間情報が変調モード認識に不可欠であることから,畳み込みニューラルネットワーク(CNN)に基づく変調認識フレームワークの周波数時間アテンション機構を提案する。 提案する周波数時間アテンションモジュールは、cnnにおいてどのチャネル、周波数、時間情報がより有意義であるかを学習し、変調認識を行うように設計されている。 提案手法の有効性を分析し,既存の2つの学習手法との比較を行った。 オープンソースの変調認識データセットを用いた実験により,提案フレームワークの認識性能は,周波数時間に着目しないフレームワークや既存の学習ベース手法よりも優れていることが示された。

関連論文リスト

• Exploring Cross-Domain Few-Shot Classification via Frequency-Aware Prompting [37.721042095518044]
  クロスドメインなFew-Shot Learningはメタラーニングの発展に大きく貢献している。 本稿では,相互に注意を向けた周波数対応プロンプト手法を提案する。
  論文  参考訳（メタデータ） (2024-06-24T08:14:09Z)
• What to Remember: Self-Adaptive Continual Learning for Audio Deepfake Detection [53.063161380423715]
  既存の検出モデルは、既知のディープフェイク音声を識別することに成功したが、新しい攻撃タイプに遭遇する際には苦労している。 本稿では,Radian Weight Modification (RWM) と呼ばれる連続的な学習手法を提案する。
  論文  参考訳（メタデータ） (2023-12-15T09:52:17Z)
• Reasoning with the Theory of Mind for Pragmatic Semantic Communication [62.87895431431273]
  本稿では,実用的な意味コミュニケーションフレームワークを提案する。 2つの知性エージェント間の効果的な目標指向情報共有を可能にする。 数値的な評価は、少ないビット量で効率的な通信を実現するためのフレームワークの能力を示している。
  論文  参考訳（メタデータ） (2023-11-30T03:36:19Z)
• Histogram Layer Time Delay Neural Networks for Passive Sonar Classification [58.720142291102135]
  時間遅延ニューラルネットワークとヒストグラム層を組み合わせた新しい手法により,特徴学習の改善と水中音響目標分類を実現する。 提案手法はベースラインモデルより優れており,受動的ソナー目標認識のための統計的文脈を取り入れた有効性を示す。
  論文  参考訳（メタデータ） (2023-07-25T19:47:26Z)
• Realtime Spectrum Monitoring via Reinforcement Learning -- A Comparison Between Q-Learning and Heuristic Methods [0.0]
  利用可能なレシーバリソースを制御するための2つのアプローチを比較した。 使用するQ-ラーニングアルゴリズムは、より少ない探索率を犠牲にして、アプローチよりもはるかに高い検出率を有する。
  論文  参考訳（メタデータ） (2023-07-11T19:40:02Z)
• Multimodal Imbalance-Aware Gradient Modulation for Weakly-supervised Audio-Visual Video Parsing [107.031903351176]
  弱分離型音声視覚ビデオ解析(WS-AVVP)は、音声、視覚および音声視覚イベントインスタンスの時間的範囲をローカライズすることを目的としている。 WS-AVVPは、トレーニング用にビデオレベルのカテゴリラベルのみを使用して、対応するイベントカテゴリを特定することを目的としている。
  論文  参考訳（メタデータ） (2023-07-05T05:55:10Z)
• Detect to Learn: Structure Learning with Attention and Decision Feedback for MIMO-OFDM Receive Processing [25.66317464603635]
  本稿では、パイロットシンボルを効率的に利用し、検出されたペイロードデータで動的に更新できるオンラインアテンションベースのアプローチであるRC-AttStructNet-DFを提案する。 DF機構は、検出されたデータシンボルを介してチャネル変化を動的に追跡することにより、検出性能をさらに向上する。
  論文  参考訳（メタデータ） (2022-08-17T20:01:05Z)
• Learnable Multi-level Frequency Decomposition and Hierarchical Attention Mechanism for Generalized Face Presentation Attack Detection [7.324459578044212]
  顔提示攻撃検知(PAD)は多くの注目を集めており、顔認識システムを保護する上で重要な役割を果たしている。 両ストリーム畳み込みニューラルネットワーク(CNN)フレームワークを提案する。 ステップワイドアブレーション研究において提案したPAD法の設計を実証した。
  論文  参考訳（メタデータ） (2021-09-16T13:06:43Z)
• Improved Speech Emotion Recognition using Transfer Learning and Spectrogram Augmentation [56.264157127549446]
  音声感情認識(SER)は、人間とコンピュータの相互作用において重要な役割を果たす課題である。 SERの主な課題の1つは、データの不足である。 本稿では,スペクトログラム拡張と併用した移動学習戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-05T10:39:39Z)
• Thank you for Attention: A survey on Attention-based Artificial Neural Networks for Automatic Speech Recognition [4.542616945567623]
  注意力は、ニューラルネットワークに基づくシーケンシャル・ツー・シーケンスモデルにおいて、非常に一般的かつ効果的なメカニズムである。 オフラインおよびストリーミング音声認識のための注目モデルの開発と進化に焦点を当てている。
  論文  参考訳（メタデータ） (2021-02-14T22:28:55Z)
• Deep Reinforced Attention Learning for Quality-Aware Visual Recognition [73.15276998621582]
  我々は,任意の畳み込みニューラルネットワークにおける中間注意マップの弱教師付き生成機構を構築した。 メタ批評家ネットワークを導入し、メインネットワークにおける注目マップの質を評価する。
  論文  参考訳（メタデータ） (2020-07-13T02:44:38Z)

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。