論文の概要: Machine Learning Assisted Design of mmWave Wireless Transceiver Circuits
- arxiv url: http://arxiv.org/abs/2407.07458v1
- Date: Wed, 10 Jul 2024 08:21:01 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-11 17:21:35.030050
- Title: Machine Learning Assisted Design of mmWave Wireless Transceiver Circuits
- Title（参考訳）: 機械学習によるミリ波無線送受信回路の設計
- Authors: Xuzhe Zhao,
- Abstract要約: mmWave集積回路(IC)はここ数十年で大きな研究関心を集めている。
この論文では、28GHzのトランシーバ回路を詳細な設計図と関連する性能指標を用いて検討した。
いくつかの従来型および大規模機械学習(ML)アプローチは、選択されたシステムの設計パイプラインに統合され、望ましい仕様に基づいて回路パラメータを予測する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As fifth-generation (5G) and upcoming sixth-generation (6G) communications exhibit tremendous demands in providing high data throughput with a relatively low latency, millimeter-wave (mmWave) technologies manifest themselves as the key enabling components to achieve the envisioned performance and tasks. In this context, mmWave integrated circuits (IC) have attracted significant research interests over the past few decades, ranging from individual block design to complex system design. However, the highly nonlinear properties and intricate trade-offs involved render the design of analog or RF circuits a complicated process. The rapid evolution of fabrication technology also results in an increasingly long time allocated in the design process due to more stringent requirements. In this thesis, 28-GHz transceiver circuits are first investigated with detailed schematics and associated performance metrics. In this case, two target systems comprising heterogeneous individual blocks are selected and demonstrated on both the transmitter and receiver sides. Subsequently, some conventional and large-scale machine learning (ML) approaches are integrated into the design pipeline of the chosen systems to predict circuit parameters based on desired specifications, thereby circumventing the typical time-consuming iterations found in traditional methods. Finally, some potential research directions are discussed from the perspectives of circuit design and ML algorithms.
- Abstract（参考訳）: 第5世代 (5G) と第6世代 (6G) 通信は、比較的低レイテンシで高いデータスループットを提供するという大きな要求を示すため、ミリ波 (mmWave) 技術は、想定されるパフォーマンスとタスクを達成するための鍵となるコンポーネントである。
この文脈において、mWave集積回路(IC)は、個々のブロック設計から複雑なシステム設計まで、過去数十年にわたって大きな研究関心を集めてきた。
しかし、非常に非線形な特性と複雑なトレードオフは、アナログ回路やRF回路の設計を複雑なプロセスで行う。
製造技術の急速な進化により、より厳密な要求のために設計プロセスに割り当てられる時間が長くなる。
この論文では、28GHzのトランシーバ回路を詳細な設計図と関連する性能指標を用いて検討した。
この場合、異種個別ブロックからなる2つのターゲット系が選択され、送信側と受信側の両方で実証される。
その後、いくつかの従来の大規模機械学習(ML)アプローチが選択されたシステムの設計パイプラインに統合され、所望の仕様に基づいて回路パラメータを予測する。
最後に、回路設計とMLアルゴリズムの観点から、潜在的研究の方向性について議論する。
関連論文リスト
- Circuit as Set of Points [39.14967611962792]
本稿では,回路部品を点雲として扱うことにより,回路設計の新しい視点を提案する。
このアプローチは、プリプロセッシングなしで生データから直接の機能抽出を可能にし、エンドツーエンドのトレーニングを可能にし、高いパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-10-26T14:22:43Z) - CktGNN: Circuit Graph Neural Network for Electronic Design Automation [67.29634073660239]
本稿では,回路トポロジ生成とデバイスサイズを同時に行う回路グラフニューラルネットワーク(CktGNN)を提案する。
オープンサーキットベンチマーク(OCB: Open Circuit Benchmark)は、オープンソースのデータセットで、10ドル(約10万円)の異なるオペレーショナルアンプを含む。
我々の研究は、アナログ回路のための学習ベースのオープンソース設計自動化への道を開いた。
論文 参考訳（メタデータ） (2023-08-31T02:20:25Z) - Exploration of superconducting multi-mode cavity architectures for
quantum computing [44.99833362998488]
トランスモン回路に結合した超伝導無線周波数(SRF)キャビティは、高コヒーレンスな量子情報プロセッサを構築する上で有望なプラットフォームであることが証明されている。
本稿では,多セルSRF空洞の設計最適化プロセスについて述べる。
論文 参考訳（メタデータ） (2023-08-22T19:02:23Z) - Adaptive Planning Search Algorithm for Analog Circuit Verification [53.97809573610992]
シミュレーションの少ない機械学習(ML)アプローチを提案する。
提案手法により,OCCを全回路の仕様に近づけることができることを示す。
論文 参考訳（メタデータ） (2023-06-23T12:57:46Z) - Deep-Unfolding for Next-Generation Transceivers [49.338084953253755]
次世代マルチインプット・マルチアウトプット(MIMO)トランシーバの定義に関する研究が進められている。
無線通信における先進トランシーバーの設計において、しばしば反復アルゴリズムにつながる最適化アプローチは大きな成功を収めた。
ディープニューラルネットワーク(DNN)で反復アルゴリズムを近似するディープラーニングは、計算時間を著しく短縮することができる。
ディープラーニングと反復アルゴリズムの両方の利点を取り入れたディープアンフォールディングが登場し、反復アルゴリズムを階層的な構造に展開している。
論文 参考訳（メタデータ） (2023-05-15T02:13:41Z) - Model-based Deep Learning Receiver Design for Rate-Splitting Multiple
Access [65.21117658030235]
本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。
MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。
その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
論文 参考訳（メタデータ） (2022-05-02T12:23:55Z) - Domain Knowledge-Infused Deep Learning for Automated
Analog/Radio-Frequency Circuit Parameter Optimization [6.599793419469274]
本稿では,アナログ回路パラメータの最適化を自動化する強化学習手法を提案する。
これはアナログ回路設計のドメイン知識に依存する人間の専門家にインスパイアされている。
模範回路の実験結果から, 既存の最適性能手法の人間レベルの設計精度 (99%) 1.5倍の効率を達成できた。
論文 参考訳（メタデータ） (2022-04-27T13:58:51Z) - Analog/Mixed-Signal Circuit Synthesis Enabled by the Advancements of
Circuit Architectures and Machine Learning Algorithms [0.0]
我々は、ニューラルネットワークに基づくサロゲートモデルを用いて、回路設計パラメータの探索とレイアウトの反復を高速化する。
最後に、AMS回路のいくつかの例を、仕様からシリコンプロトタイプまで迅速に合成し、人間の介入を大幅に削減する。
論文 参考訳（メタデータ） (2021-12-15T01:47:08Z) - LoRD-Net: Unfolded Deep Detection Network with Low-Resolution Receivers [104.01415343139901]
本稿では,1ビット計測から情報シンボルを復元する「LoRD-Net」というディープ検出器を提案する。
LoRD-Netは、関心のシグナルを回復するためのタスクベースのアーキテクチャである。
無線通信における1ビット信号回復のためのレシーバアーキテクチャの評価を行った。
論文 参考訳（メタデータ） (2021-02-05T04:26:05Z) - DeepSIC: Deep Soft Interference Cancellation for Multiuser MIMO
Detection [98.43451011898212]
複数のシンボルが同時に送信されるマルチユーザマルチインプットマルチアウトプット(MIMO)設定では、正確なシンボル検出が困難である。
本稿では,DeepSICと呼ぶ反復ソフト干渉キャンセリング(SIC)アルゴリズムの,データ駆動による実装を提案する。
DeepSICは、チャネルを線形にすることなく、限られたトレーニングサンプルから共同検出を行うことを学ぶ。
論文 参考訳（メタデータ） (2020-02-08T18:31:00Z)
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。