論文の概要: Active Sensing for Communications by Learning

• arxiv url: http://arxiv.org/abs/2112.04075v1
• Date: Wed, 8 Dec 2021 01:50:45 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-09 16:46:09.225263
• Title: Active Sensing for Communications by Learning
• Title（参考訳）: 学習によるコミュニケーションのためのアクティブセンシング
• Authors: Foad Sohrabi, Tao Jiang, Wei Cui, Wei Yu
• Abstract要約: 本稿では,無線通信におけるアクティブセンシング問題に対するディープラーニングアプローチを提案する。 観測の順序の時間的相関を利用して、各観測結果を一定サイズの状態情報ベクトルにマッピングする。 数値的な結果から,提案手法が既存の適応型・非適応型センシング手法よりも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）: 24.508799223944223
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a deep learning approach to a class of active sensing problems in wireless communications in which an agent sequentially interacts with an environment over a predetermined number of time frames to gather information in order to perform a sensing or actuation task for maximizing some utility function. In such an active learning setting, the agent needs to design an adaptive sensing strategy sequentially based on the observations made so far. To tackle such a challenging problem in which the dimension of historical observations increases over time, we propose to use a long short-term memory (LSTM) network to exploit the temporal correlations in the sequence of observations and to map each observation to a fixed-size state information vector. We then use a deep neural network (DNN) to map the LSTM state at each time frame to the design of the next measurement step. Finally, we employ another DNN to map the final LSTM state to the desired solution. We investigate the performance of the proposed framework for adaptive channel sensing problems in wireless communications. In particular, we consider the adaptive beamforming problem for mmWave beam alignment and the adaptive reconfigurable intelligent surface sensing problem for reflection alignment. Numerical results demonstrate that the proposed deep active sensing strategy outperforms the existing adaptive or nonadaptive sensing schemes.
• Abstract（参考訳）: 本稿では,無線通信におけるアクティブセンシング問題に対して,エージェントが所定の時間枠上で環境と逐次対話して情報を収集し,有効機能を最大化するためのセンサ・アクティベーションタスクを実行する,深層学習アプローチを提案する。 このようなアクティブな学習環境では、エージェントはこれまでの観察に基づいて逐次適応型センシング戦略を設計する必要がある。 歴史的観測の次元が時間とともに大きくなるような課題に対処するために,観測順序の時間的相関を利用して各観測を固定サイズの状態情報ベクトルにマッピングするために,長期記憶(LSTM)ネットワークを提案する。 次に、ディープニューラルネットワーク(DNN)を使用して、各フレームのLSTM状態を次の測定ステップの設計にマッピングする。 最後に、最終LSTM状態を所望のソリューションにマッピングするために、別のDNNを使用します。 無線通信における適応チャネルセンシング問題に対する提案手法の性能について検討する。 特に,mm波ビームアライメントの適応ビームフォーミング問題と反射アライメントのための適応再構成可能なインテリジェント表面センシング問題を考える。 その結果,提案手法は,既存の適応的あるいは非適応的センシング方式よりも優れていることがわかった。

関連論文リスト

• Brain-Inspired Online Adaptation for Remote Sensing with Spiking Neural Network [17.315710646752176]
  本研究では、リモートセンシングのためのスパイキングニューラルネットワーク(SNN)に基づくオンライン適応フレームワークを提案する。 我々の知る限り、この研究はSNNのオンライン適応に最初に取り組むものである。 提案手法は、エッジデバイス上でのエネルギー効率と高速なオンライン適応を実現するとともに、軌道上の衛星やUAVにおけるリモートセンシングなどの応用に大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2024-09-03T08:47:53Z)
• EAS-SNN: End-to-End Adaptive Sampling and Representation for Event-based Detection with Recurrent Spiking Neural Networks [14.046487518350792]
  スパイキングニューラルネットワーク(SNN)は、スパーススパイク通信を通じてイベント駆動の操作を行う。 本稿では,Residual potential Dropout (RPD) と Spike-Aware Training (SAT) を導入する。 我々の方法では、Gen1データセットで4.4%のmAP改善が得られ、パラメータは38%減少し、3つのタイムステップしか必要としない。
  論文  参考訳（メタデータ） (2024-03-19T09:34:11Z)
• Localization with Reconfigurable Intelligent Surface: An Active Sensing Approach [15.695690535445868]
  本稿では,パイロットを順次送信し,基地局が検知ベクトルを適応的に調整する戦略を提案する。 提案手法は解釈可能な結果を生成し, 知覚段階の数で一般化可能である。
  論文  参考訳（メタデータ） (2023-12-14T14:52:58Z)
• RIDE: Real-time Intrusion Detection via Explainable Machine Learning Implemented in a Memristor Hardware Architecture [24.824596231020585]
  本稿では、パケットの任意の長さのシーケンスをよりコンパクトな結合機能埋め込みに統合するために、リカレントオートエンコーダを利用するパケットレベルのネットワーク侵入検出ソリューションを提案する。 提案手法は,パケットレベルで高い検出精度で,極めて効率的かつリアルタイムな解が得られることを示す。
  論文  参考訳（メタデータ） (2023-11-27T17:30:19Z)
• Semantic Communication Enabling Robust Edge Intelligence for Time-Critical IoT Applications [87.05763097471487]
  本稿では、時間クリティカルなIoTアプリケーションのためのセマンティック通信を用いて、堅牢なエッジインテリジェンスを設計することを目的とする。 本稿では,画像DCT係数が推定精度に与える影響を解析し,オフロードのためのチャネル非依存の有効性符号化を提案する。
  論文  参考訳（メタデータ） (2022-11-24T20:13:17Z)
• Lifelong Unsupervised Domain Adaptive Person Re-identification with Coordinated Anti-forgetting and Adaptation [127.6168183074427]
  本稿では,LUDA (Lifelong Unsupervised Domain Adaptive) という新たなタスクを提案する。 これは、モデルがターゲット環境のラベル付けされていないデータに継続的に適応する必要があるため、難しい。 我々は、CLUDA-ReIDと呼ばれるこのタスクのための効果的なスキームを設計し、そこでは、アンチフォージェッティングが適応と調和して調整される。
  論文  参考訳（メタデータ） (2021-12-13T13:19:45Z)
• RRNet: Relational Reasoning Network with Parallel Multi-scale Attention for Salient Object Detection in Optical Remote Sensing Images [82.1679766706423]
  光リモートセンシング画像(RSI)のためのSODは、光学RSIから視覚的に特徴的な物体や領域を探索・抽出することを目的としている。 光学RSIにおけるSODに並列なマルチスケールアテンションを持つリレーショナル推論ネットワークを提案する。 提案するRRNetは,既存の最先端SODコンペティタよりも質的,定量的に優れている。
  論文  参考訳（メタデータ） (2021-10-27T07:18:32Z)
• Adaptive Anomaly Detection for Internet of Things in Hierarchical Edge Computing: A Contextual-Bandit Approach [81.5261621619557]
  階層エッジコンピューティング(HEC)を用いた適応型異常検出手法を提案する。 まず,複雑性を増した複数のDNNモデルを構築し,それぞれを対応するHEC層に関連付ける。 そこで我々は、文脈帯域問題として定式化され、強化学習ポリシーネットワークを用いて解決される適応モデル選択スキームを設計する。
  論文  参考訳（メタデータ） (2021-08-09T08:45:47Z)
• Feeling of Presence Maximization: mmWave-Enabled Virtual Reality Meets Deep Reinforcement Learning [76.46530937296066]
  本稿では,無線モバイルユーザに対して,超信頼性でエネルギー効率のよいバーチャルリアリティ(VR)体験を提供するという課題について検討する。 モバイルユーザへの信頼性の高い超高精細ビデオフレーム配信を実現するために,コーディネートマルチポイント(CoMP)伝送技術とミリ波(mmWave)通信を利用する。
  論文  参考訳（メタデータ） (2021-06-03T08:35:10Z)
• Solving Sparse Linear Inverse Problems in Communication Systems: A Deep Learning Approach With Adaptive Depth [51.40441097625201]
  疎信号回復問題に対するエンドツーエンドの訓練可能なディープラーニングアーキテクチャを提案する。 提案手法は,出力するレイヤ数を学習し,各タスクのネットワーク深さを推論フェーズで動的に調整する。
  論文  参考訳（メタデータ） (2020-10-29T06:32:53Z)

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。