論文の概要: IIFNet: A Fusion based Intelligent Service for Noisy Preamble Detection
in 6G
- arxiv url: http://arxiv.org/abs/2204.07854v1
- Date: Sat, 16 Apr 2022 18:14:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-19 17:03:40.965672
- Title: IIFNet: A Fusion based Intelligent Service for Noisy Preamble Detection
in 6G
- Title(参考訳): iifnet:6gのノイズプレアンブル検出のためのfusionベースのインテリジェントサービス
- Authors: Sunder Ali Khowaja, Kapal Dev, Parus Khuwaja, Quoc-Viet Pham, Nawab
Muhammad Faseeh Qureshi, Paolo Bellavista, Maurizio Magarini
- Abstract要約: 次世代Gネットワークは、チャネル特性や環境制約によるノイズによるプリアンブルに対処しなければならない。
本稿では,ランダムノイズに対処し,同時に検出性能を向上させるために,情報型インスタンスベース融合ネットワーク(IIFNet)を提案する。
- 参考スコア(独自算出の注目度): 11.605933594949251
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In this article, we present our vision of preamble detection in a physical
random access channel for next-generation (Next-G) networks using machine
learning techniques. Preamble detection is performed to maintain communication
and synchronization between devices of the Internet of Everything (IoE) and
next-generation nodes. Considering the scalability and traffic density, Next-G
networks have to deal with preambles corrupted by noise due to channel
characteristics or environmental constraints. We show that when injecting 15%
random noise, the detection performance degrades to 48%. We propose an
informative instance-based fusion network (IIFNet) to cope with random noise
and to improve detection performance, simultaneously. A novel sampling strategy
for selecting informative instances from feature spaces has also been explored
to improve detection performance. The proposed IIFNet is tested on a real
dataset for preamble detection that was collected with the help of a reputable
company (AZCOM Technology).
- Abstract(参考訳): 本稿では,機械学習技術を用いた次世代(Next-G)ネットワークのための物理ランダムアクセスチャネルにおいて,プリアンブル検出のビジョンを示す。
プリアンブル検出は、Internet of Everything(IoE)と次世代ノードのデバイス間の通信と同期を維持するために実行される。
スケーラビリティとトラフィック密度を考慮すると、Next-Gネットワークはチャネル特性や環境制約によるノイズによるプリアンブルに対処しなければならない。
15%のランダムノイズを注入すると,検出性能は48%に低下することがわかった。
ランダムノイズに対処し,同時に検出性能を向上させるために,情報型インスタンスベース融合ネットワーク(IIFNet)を提案する。
特徴空間から情報的インスタンスを選択するための新しいサンプリング戦略も検討され,検出性能が向上した。
提案したIIFNetは、信頼できる企業(AZCOM Technology)の助けを借りて収集されたプリアンブル検出のための実際のデータセットでテストされている。
関連論文リスト
- 5G NR PRACH Detection with Convolutional Neural Networks (CNN): Overcoming Cell Interference Challenges [0.0]
畳み込みニューラルネットワーク(CNN)を用いた5Gニューラジオ(5G-NR)ネットワークにおける干渉検出の新しい手法を提案する。
我々のCNNベースのモデルは、様々な干渉シナリオの中で物理ランダムアクセスチャンネル(PRACH)のシーケンスを検出するように設計されている。
実験の結果,従来のPRACH検出手法よりも精度,精度,リコール,F1スコアが優れていた。
論文 参考訳(メタデータ) (2024-08-21T14:33:43Z) - Leveraging Machine Learning for Accurate IoT Device Identification in Dynamic Wireless Contexts [4.002351785644765]
この研究は、細粒度チャネルのダイナミックスを捉えるための新しいアプローチとして「累積スコア」を導入している。
提案手法を実装し,実世界のシナリオにおけるデバイス識別の精度とオーバヘッドを測定した。
その結果、バランスの取れたデータ収集と機械学習アルゴリズムの蓄積スコアを組み込むことで、デバイス識別のF1スコアが97%以上に達することを確認した。
論文 参考訳(メタデータ) (2024-05-15T22:34:52Z) - DT-DDNN: A Physical Layer Security Attack Detector in 5G RF Domain for
CAVs [11.15939066175832]
妨害攻撃は5Gネットワークに重大なリスクをもたらす。
本研究は, CAVネットワークにおけるジャマー検出のための, 深層学習に基づく新しい手法を提案する。
提案手法は, 余剰低妨害電力の96.4%検出率を実現する。
論文 参考訳(メタデータ) (2024-03-05T04:29:31Z) - GraSens: A Gabor Residual Anti-aliasing Sensing Framework for Action
Recognition using WiFi [52.530330427538885]
WiFiベースのヒューマンアクション認識(HAR)は、スマートリビングやリモート監視といったアプリケーションにおいて、有望なソリューションと見なされている。
本稿では,無線機器からのWiFi信号を用いた動作を,多様なシナリオで直接認識する,エンド・ツー・エンドのGabor残差検知ネットワーク(GraSens)を提案する。
論文 参考訳(メタデータ) (2022-05-24T10:20:16Z) - End-to-End Active Speaker Detection [58.7097258722291]
本稿では,特徴学習と文脈予測を共同で学習するエンド・ツー・エンドのトレーニングネットワークを提案する。
また、時間間グラフニューラルネットワーク(iGNN)ブロックを導入し、ASD問題における主要なコンテキストのソースに応じてメッセージパッシングを分割する。
実験により、iGNNブロックからの集約された特徴はASDにより適しており、その結果、最先端のアートパフォーマンスが得られることが示された。
論文 参考訳(メタデータ) (2022-03-27T08:55:28Z) - Feature Selection-based Intrusion Detection System Using Genetic Whale
Optimization Algorithm and Sample-based Classification [0.0]
ホエール最適化アルゴリズム(WOA)と遺伝的アルゴリズム(GA)とサンプルベース分類を組み合わせた特徴選択を用いたネットワーク侵入検知システムを提案する。
提案手法は,Whale最適化アルゴリズムと遺伝的アルゴリズムを組み合わせた特徴選択と,KNN分類を精度基準で組み合わせることで,従来の方法よりも優れた結果が得られる。
論文 参考訳(メタデータ) (2022-01-03T11:05:02Z) - CPFN: Cascaded Primitive Fitting Networks for High-Resolution Point
Clouds [51.47100091540298]
本稿では,グローバルおよびローカルなプリミティブ検出ネットワークの検出結果をアダプティブパッチサンプリングネットワークに依存したCPFN(Cascaded Primitive Fitting Networks)を提案する。
CPFNは、高解像度のポイントクラウドデータセット上で、最先端のSPFNのパフォーマンスを13-14%改善し、特に20-22%の微細プリミティブの検出を改善している。
論文 参考訳(メタデータ) (2021-08-31T23:27:33Z) - Signal Processing and Machine Learning Techniques for Terahertz Sensing:
An Overview [89.09270073549182]
テラヘルツ(THz)信号生成と放射法は、無線システムの未来を形作っている。
THz 固有の信号処理技術は、THz 帯域の効率的な利用のために、この THz センシングへの関心を補う必要がある。
本稿では,信号前処理に着目した手法の概要を示す。
また,THz帯で有望な知覚能力を探索し,深層学習の有効性についても検討した。
論文 参考訳(メタデータ) (2021-04-09T01:38:34Z) - Identity-Aware Attribute Recognition via Real-Time Distributed Inference
in Mobile Edge Clouds [53.07042574352251]
我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。
本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。
そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
論文 参考訳(メタデータ) (2020-08-12T12:03:27Z) - Multi-stage Jamming Attacks Detection using Deep Learning Combined with
Kernelized Support Vector Machine in 5G Cloud Radio Access Networks [17.2528983535773]
本研究は5G C-RANにML-IDS(Multi-stage Machine Learning-based Intrusion Detection)を配置することに焦点を当てる。
一定のジャミング、ランダムジャミング、ジャミング、リアクティブジャミングの4種類のジャミング攻撃を検出し、分類することができる。
最終分類精度は94.51%で、偽陰性率は7.84%である。
論文 参考訳(メタデータ) (2020-04-13T17:21:45Z) - Adaptive Anomaly Detection for IoT Data in Hierarchical Edge Computing [71.86955275376604]
本稿では,階層型エッジコンピューティング(HEC)システムに対する適応型異常検出手法を提案する。
本研究では,入力データから抽出した文脈情報に基づいてモデルを選択する適応的手法を設計し,異常検出を行う。
提案手法を実際のIoTデータセットを用いて評価し,検出タスクをクラウドにオフロードするのとほぼ同じ精度を維持しながら,検出遅延を84%削減できることを実証した。
論文 参考訳(メタデータ) (2020-01-10T05:29:17Z)
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。