論文の概要: Data-aided Active User Detection with a User Activity Extraction Network for Grant-free SCMA Systems

• arxiv url: http://arxiv.org/abs/2205.10780v1
• Date: Sun, 22 May 2022 09:11:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-30 01:18:44.280189
• Title: Data-aided Active User Detection with a User Activity Extraction Network for Grant-free SCMA Systems
• Title（参考訳）: scmaシステムのためのユーザアクティビティ抽出ネットワークを用いたデータ支援アクティブユーザ検出
• Authors: Minsig Han, Ameha T. Abebe, Chung G. Kang
• Abstract要約: 助成金不要のスパースコード多重アクセスシステムでは,ユーザのコンテントリソースと受信機におけるアクティブユーザ検出(AUD)の協調最適化が複雑である。 本稿では,新しいユーザアクティビティ抽出ネットワーク(UAEN)を介して,事前ユーザアクティビティ情報を抽出する深層学習型データ支援型AUD方式を提案する。 提案手法は,最先端のDLベースAUD方式と比較して,目標活動検出誤差率10～3ドルで3～5dBのゲインを達成した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In grant-free sparse code multiple access system, joint optimization of contention resources for users and active user detection (AUD) at the receiver is a complex combinatorial problem. To this end, we propose a deep learning-based data-aided AUD scheme which extracts a priori user activity information via a novel user activity extraction network (UAEN). This is enabled by an end-to-end training of an autoencoder (AE), which simultaneously optimizes the contention resources, i.e., preamble sequences, each associated with one of the codebooks, and extraction of user activity information from both preamble and data transmission. Furthermore, we propose self-supervised pre-training scheme for the UAEN, which ensures the convergence of offline end-to-end training. Simulation results demonstrated that the proposed AUD scheme achieved 3 to 5dB gain at a target activity detection error rate of ${{10}^{-3}}$ compared to the state-of-the-art DL-based AUD schemes.
• Abstract（参考訳）: 許可なしスパースコード多重アクセスシステムでは、ユーザのための競合リソースと受信者のアクティブユーザ検出(aud)の協調最適化は複雑な組合せ問題である。 そこで本研究では,新しいユーザ活動抽出ネットワーク (uaen) を用いて,事前ユーザ活動情報を抽出する深層学習型データ支援 aud スキームを提案する。 これはオートエンコーダ(ae)のエンドツーエンドトレーニングによって実現され、競合リソース、すなわちプリアンブルシーケンスを最適化し、コードブックの1つに関連付け、プリアンブルとデータ送信の両方からユーザアクティビティ情報を抽出する。 さらに、オフラインエンドツーエンドトレーニングの収束を保証するUAENのための自己教師付き事前学習方式を提案する。 シミュレーションの結果,提案したAUD方式は,目標動作検出誤差率${10}^{-3}}$で3～5dBのゲインを達成した。

関連論文リスト

• HUWSOD: Holistic Self-training for Unified Weakly Supervised Object Detection [66.42229859018775]
  我々は,HUWSOD(HuWSOD)と呼ばれる,統一・高容量弱教師付きオブジェクト検出(WSOD)ネットワークを導入する。 HUWSODには、自己管理された提案生成器と、従来のオブジェクト提案を置き換えるために、マルチレートで再構成されたピラミッドを備えたオートエンコーダ提案生成器が組み込まれている。 提案手法は,よく設計されたオフラインオブジェクト提案と大きく異なるが,WSOD訓練には有効であることを示す。
  論文  参考訳（メタデータ） (2024-06-27T17:59:49Z)
• Deep Learning-Based Approach for User Activity Detection with Grant-Free Random Access in Cell-Free Massive MIMO [0.8520624117635328]
  本稿では,アクティビティ検出問題への教師付き機械学習モデルの適用について検討する。 本研究では, セルフリー・マス・マルチ入力多重出力(CF-mMIMO)ネットワークにおいて, ユーザアクティビティ検出に特化して設計されたデータ駆動アルゴリズムを提案する。 このアルゴリズムは99%の精度を達成し、実世界のアプリケーションで有効性を確認します。
  論文  参考訳（メタデータ） (2024-06-11T11:08:33Z)
• Joint User Association, Interference Cancellation and Power Control for Multi-IRS Assisted UAV Communications [80.35959154762381]
  インテリジェント反射面(IRS)支援無人航空機(UAV)通信は、地上基地局の負荷を低コストで軽減することが期待されている。 既存の研究は主に、複数のIRSではなく単一のIRSの配置とリソース割り当てに焦点を当てている。 我々は,共同IRSユーザアソシエーションのための新しい最適化アルゴリズム,UAVの軌道最適化,逐次干渉キャンセル(SIC)復号命令スケジューリング,電力割り当てを提案する。
  論文  参考訳（メタデータ） (2023-12-08T01:57:10Z)
• Enhancing Intrusion Detection In Internet Of Vehicles Through Federated Learning [0.0]
  フェデレートされた学習は、複数のパーティが協力し、生データを共有せずに共有モデルを学習することを可能にする。 本稿では,CIC-IDS 2017データセットを用いたIoT(Internet of Vehicles)における侵入検知のための連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-11-23T04:04:20Z)
• 3DMODT: Attention-Guided Affinities for Joint Detection & Tracking in 3D Point Clouds [95.54285993019843]
  本稿では,3次元点雲における複数物体の同時検出と追跡手法を提案する。 本モデルでは,複数のフレームを用いた時間情報を利用してオブジェクトを検出し,一つのネットワーク上で追跡する。
  論文  参考訳（メタデータ） (2022-11-01T20:59:38Z)
• A Sequence-Aware Recommendation Method Based on Complex Networks [1.385805101975528]
  データからネットワークモデルを構築し、それを使ってユーザのその後のアクションを予測する。 提案手法は大規模データセット上で実験的に実装および試験を行った。
  論文  参考訳（メタデータ） (2022-09-30T16:34:39Z)
• Deep Learning-Based Active User Detection for Grant-free SCMA Systems [12.565459084483045]
  グループベースのディープニューラルネットワークアクティブユーザ検出方式を2つ提案する。 スキームは非線形マッピング、すなわち多次元コードブック構造とチャネル特性を学ぶ。 オフラインで事前訓練されたモデルは、チャネル状態情報なしでアクティブなデバイスを検出することができる。
  論文  参考訳（メタデータ） (2021-06-21T15:34:14Z)
• Multi-Agent Reinforcement Learning in NOMA-aided UAV Networks for Cellular Offloading [59.32570888309133]
  複数の無人航空機(UAV)によるセルローディングのための新しい枠組みの提案 非直交多重アクセス(NOMA)技術は、無線ネットワークのスペクトル効率をさらに向上するために、各UAVに採用されている。 相互深いQ-network (MDQN) アルゴリズムは,UAVの最適3次元軌道と電力配分を共同で決定するために提案される。
  論文  参考訳（メタデータ） (2020-10-18T20:22:05Z)
• Dual Adversarial Auto-Encoders for Clustering [152.84443014554745]
  教師なしクラスタリングのためのDual-AAE(Dual-AAE)を提案する。 Dual-AAEの目的関数に対する変分推論を行うことで,一対のオートエンコーダをトレーニングすることで最適化可能な新たな再構成損失を導出する。 4つのベンチマーク実験により、Dual-AAEは最先端のクラスタリング手法よりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-08-23T13:16:34Z)
• Mining Implicit Entity Preference from User-Item Interaction Data for Knowledge Graph Completion via Adversarial Learning [82.46332224556257]
  本稿では,知識グラフ補完タスクにおけるユーザインタラクションデータを活用することで,新たな逆学習手法を提案する。 我々のジェネレータはユーザインタラクションデータから分離されており、識別器の性能を向上させるのに役立ちます。 利用者の暗黙の実体的嗜好を発見するために,グラフニューラルネットワークに基づく精巧な協調学習アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2020-03-28T05:47:33Z)
• Semi-supervised ASR by End-to-end Self-training [18.725686837244265]
  半教師付きASRのためのエンドツーエンドシステムを用いた自己学習手法を提案する。 我々は、現在モデルと教師なし発話のミニバッチ上に擬似ラベルを反復的に生成し、擬似ラベルを使用して教師付きデータを即時モデル更新する。 提案手法は,データ拡張を伴う慎重に訓練されたベースシステムに対して14.4%の相対的なWER改善を実現し,ベースシステムとオラクルシステム間の性能ギャップを50%削減する。
  論文  参考訳（メタデータ） (2020-01-24T18:22:57Z)

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。