論文の概要: NN-Defined Modulator: Reconfigurable and Portable Software Modulator on IoT Gateways
- arxiv url: http://arxiv.org/abs/2403.09861v1
- Date: Thu, 14 Mar 2024 20:42:23 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 21:05:51.190445
- Title: NN-Defined Modulator: Reconfigurable and Portable Software Modulator on IoT Gateways
- Title（参考訳）: NN-Defined Modulator:IoTゲートウェイ上の再構成可能でポータブルなソフトウェアモジュレータ
- Authors: Jiazhao Wang, Wenchao Jiang, Ruofeng Liu, Bin Hu, Demin Gao, Shuai Wang,
- Abstract要約: 本稿では,IoTゲートウェイデバイスにおける物理層変調器の抽象化レイヤとしてニューラルネットワークを用いる新たなパラダイムを提案する。
提案したNN-Defined modulatorは、固体数学的基礎に根ざしたモデル駆動の方法論を用いている。
我々は,Nvidia Jetson NanoやRaspberry Piなど,さまざまなプラットフォーム上でNN定義変調器の評価を行う。
- 参考スコア（独自算出の注目度）: 7.654274542328226
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A physical-layer modulator is a vital component for an IoT gateway to map the symbols to signals. However, due to the soldered hardware chipsets on the gateway's motherboards or the diverse toolkits on different platforms for the software radio, the existing solutions either have limited extensibility or are platform-specific. Such limitation is hard to ignore when modulation schemes and hardware platforms have become extremely diverse. This paper presents a new paradigm of using neural networks as an abstraction layer for physical layer modulators in IoT gateway devices, referred to as NN-defined modulators. Our approach addresses the challenges of extensibility and portability for multiple technologies on various hardware platforms. The proposed NN-defined modulator uses a model-driven methodology rooted in solid mathematical foundations while having native support for hardware acceleration and portability to heterogeneous platforms. We conduct the evaluation of NN-defined modulators on different platforms, including Nvidia Jetson Nano and Raspberry Pi. Evaluations demonstrate that our NN-defined modulator effectively operates as conventional modulators and provides significant efficiency gains (up to $4.7\times$ on Nvidia Jetson Nano and $1.1\times$ on Raspberry Pi), indicating high portability. Furthermore, we show the real-world applications using our NN-defined modulators to generate ZigBee and WiFi packets, which are compliant with commodity TI CC2650 (ZigBee) and Intel AX201 (WiFi NIC), respectively.
- Abstract（参考訳）: 物理層変調器は、シンボルを信号にマッピングするIoTゲートウェイにとって不可欠なコンポーネントである。
しかしながら、ゲートウェイのマザーボードにハンダ付けされたハードウェアチップセットや、ソフトウェア無線用の様々なプラットフォーム上の様々なツールキットのため、既存のソリューションは拡張性に制限があるか、プラットフォーム固有のものである。
このような制限は、変調スキームやハードウェアプラットフォームが非常に多様になったときに無視するのは難しい。
本稿では、NN定義変調器と呼ばれるIoTゲートウェイデバイスにおける物理層変調器の抽象層としてニューラルネットワークを用いる新しいパラダイムを提案する。
本手法は,様々なハードウェアプラットフォーム上での複数の技術の拡張性とポータビリティの課題に対処する。
提案したNN-Defined modulatorは、ハードウェアアクセラレーションと異種プラットフォームへのポータビリティをネイティブにサポートしながら、固形数学的基礎に根ざしたモデル駆動手法を使用する。
我々は,Nvidia Jetson NanoやRaspberry Piなど,さまざまなプラットフォーム上でNN定義変調器の評価を行う。
評価の結果、NN定義の変調器は従来の変調器として効果的に動作し、大きな効率向上(Nvidia Jetson Nanoでは4.7\times$、Raspberry Piでは1.1\times$)を提供し、高いポータビリティを示している。
さらに,我々のNN定義変調器を用いて,商品の TI CC2650 (ZigBee) と Intel AX201 (WiFi NIC) に準拠した ZigBee と WiFi パケットを生成する実世界のアプリケーションを示す。
関連論文リスト
- Modular Architectures and Entanglement Schemes for Error-Corrected Distributed Quantum Computation [1.6492989697868894]
モジュール型量子コンピュータを固体量子ハードウェアで研究する。
分散曲面符号の誤り訂正しきい値と論理的故障率について検討する。
コードの性能は絡み合い生成方式の選択に大きく依存することがわかった。
論文 参考訳（メタデータ） (2024-08-05T21:20:03Z) - Enhancing Neural Architecture Search with Multiple Hardware Constraints
for Deep Learning Model Deployment on Tiny IoT Devices [17.919425885740793]
微分可能なNAS最適化手法に複数の制約を組み込む新しい手法を提案する。
単一の検索で、それぞれ87.4%と54.2%のメモリとレイテンシを削減できることが示されている。
論文 参考訳（メタデータ） (2023-10-11T06:09:14Z) - Neural Attentive Circuits [93.95502541529115]
我々は、NAC(Neural Attentive Circuits)と呼ばれる汎用的でモジュラーなニューラルアーキテクチャを導入する。
NACは、ドメイン知識を使わずに、ニューラルネットワークモジュールのパラメータ化と疎結合を学習する。
NACは推論時に8倍のスピードアップを達成するが、性能は3%以下である。
論文 参考訳（メタデータ） (2022-10-14T18:00:07Z) - Signal Detection in MIMO Systems with Hardware Imperfections: Message
Passing on Neural Networks [101.59367762974371]
本稿では,Multi-Input-multiple-output (MIMO)通信システムにおける信号検出について検討する。
パイロット信号が限られているディープニューラルネットワーク(DNN)のトレーニングは困難であり、実用化を妨げている。
我々は、ユニタリ近似メッセージパッシング(UAMP)アルゴリズムを利用して、効率的なメッセージパッシングに基づくベイズ信号検出器を設計する。
論文 参考訳（メタデータ） (2022-10-08T04:32:58Z) - Adaptation of MobileNetV2 for Face Detection on Ultra-Low Power Platform [11.076066543125432]
モバイルハードウェアプラットフォームであるMobileNetV2において最も広く使用されているアーキテクチャのひとつに適応し、トポロジの変更とポストトレーニング量子化の適用の影響について検討する。
顔検出のための組込みハードウェアプラットフォームにおける適応とモデルの展開の影響について論じる。
論文 参考訳（メタデータ） (2022-08-23T14:47:06Z) - Neural Network-based OFDM Receiver for Resource Constrained IoT Devices [44.8697473676516]
モノのインターネット(IoT)のための新しいモジュール型機械学習(ML)ベースのレシーバチェーンの設計について検討する。
MLブロックはOFDM受信機の個々の処理ブロックを置換し,従来のチャネル推定,シンボルデマッピング,デコードブロックをニューラルネットワーク(NN)で置き換える。
提案手法は,従来の非MLレシーバのビット誤り率を,シミュレーションとオーバー・ザ・エアで平均61%,10%向上させるものである。
論文 参考訳（メタデータ） (2022-05-12T15:32:35Z) - An Adaptive Device-Edge Co-Inference Framework Based on Soft
Actor-Critic [72.35307086274912]
高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。
本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。
レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
論文 参考訳（メタデータ） (2022-01-09T09:31:50Z) - Implementation of a Binary Neural Network on a Passive Array of Magnetic
Tunnel Junctions [2.917306244908168]
我々は、MTJの受動配列に基づくニューラルネットワークハードウェア推論を実証するために、MTJの低消費電力と本質的に二元的動作を利用する。
デバイスサイズが広い15 x 15 MTJアレイにおいて,ネットワークパラメータを適切に調整することで,ソフトウェア等価精度を最大95.3 %まで向上する。
論文 参考訳（メタデータ） (2021-12-16T19:11:29Z) - Joint Superposition Coding and Training for Federated Learning over
Multi-Width Neural Networks [52.93232352968347]
本稿では,2つの相乗的技術,フェデレートラーニング(FL)と幅調整可能なスリムブルニューラルネットワーク(SNN)を統合することを目的とする。
FLは、ローカルに訓練されたモバイルデバイスのモデルを交換することによって、データのプライバシを保護している。しかしながら、SNNは、特に時間変化のあるチャネル条件との無線接続下では、非自明である。
局所モデル更新のためのグローバルモデル集約と重ね合わせ訓練(ST)に重ね合わせ符号化(SC)を併用した通信およびエネルギー効率の高いSNNベースFL(SlimFL)を提案する。
論文 参考訳（メタデータ） (2021-12-05T11:17:17Z) - Interleaving: Modular architectures for fault-tolerant photonic quantum
computing [50.591267188664666]
フォトニック核融合型量子コンピューティング(FBQC)は低損失フォトニック遅延を用いる。
FBQCのモジュールアーキテクチャとして,これらのコンポーネントを結合して「インターリービングモジュール」を形成するアーキテクチャを提案する。
遅延の乗法的パワーを行使すると、各加群はヒルベルト空間に数千の物理量子ビットを加えることができる。
論文 参考訳（メタデータ） (2021-03-15T18:00:06Z)
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。