論文の概要: Towards Channel Charting Enhancement with Non-Reconfigurable Intelligent Surfaces

• arxiv url: http://arxiv.org/abs/2511.00919v1
• Date: Sun, 02 Nov 2025 12:43:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:26.995157
• Title: Towards Channel Charting Enhancement with Non-Reconfigurable Intelligent Surfaces
• Title（参考訳）: 非構成可能なインテリジェントサーフェスによるチャネルチャートの強化
• Authors: Mahdi Maleki, Reza Agahzadeh Ayoubi, Marouan Mizmizi, Umberto Spagnolini,
• Abstract要約: 我々は、チャネルチャート(CC)を強化するために、完全受動電磁スキン(EMS)をどのように設計できるかを検討する。 我々は2つの補完的な最先端CC技術、半教師付きt分散隣接埋め込み(t-SNE)と半教師付きオートエンコーダ(AE)を採用している。 CCヒンジの精度は信号対雑音比(SNR)と空間差のバランスに左右されることを示す。
• 参考スコア（独自算出の注目度）: 8.162955286698688
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We investigate how fully-passive electromagnetic skins (EMSs) can be engineered to enhance channel charting (CC) in dense urban environments. We employ two complementary state-of-the-art CC techniques, semi-supervised t-distributed stochastic neighbor embedding (t-SNE) and a semi-supervised Autoencoder (AE), to verify the consistency of results across nonparametric and parametric mappings. We show that the accuracy of CC hinges on a balance between signal-to-noise ratio (SNR) and spatial dissimilarity: EMS codebooks that only maximize gain, as in conventional Reconfigurable Intelligent Surface (RIS) optimization, suppress location fingerprints and degrade CC, while randomized phases increase diversity but reduce SNR. To address this trade-off, we design static EMS phase profiles via a quantile-driven criterion that targets worst-case users and improves both trustworthiness and continuity. In a 3D ray-traced city at 30 GHz, the proposed EMS reduces the 90th-percentile localization error from > 50 m to < 25 m for both t-SNE and AE-based CC, and decreases severe trajectory dropouts by over 4x under 15% supervision. The improvements hold consistently across the evaluated configurations, establishing static, pre-configured EMS as a practical enabler of CC without reconfiguration overheads.
• Abstract（参考訳）: 本研究では,高密度都市環境下でのチャネルチャート化(CC)を強化するために,EMSの完全通過性について検討する。 我々は,非パラメトリックおよびパラメトリックマッピング間の結果の整合性を検証するために,2つの補完的CC技術,半教師付きt分散確率的埋め込み(t-SNE)と半教師付きオートエンコーダ(AE)を用いる。 信号-雑音比 (SNR) と空間差分率 (SNR) のバランスにCCヒンジの精度が掛かっていることを示す: 従来の構成可能なインテリジェントサーフェス (RIS) 最適化のように利得のみを最大化する EMS コードブック、位置指紋の抑制、CC の劣化、ランダム化フェーズの増大、SNR の減少。 このトレードオフに対処するため、我々はQuantile-driven criterionを用いて静的EMS位相プロファイルを設計し、最悪のユーザをターゲットにし、信頼性と継続性の両方を改善する。 提案EMSは,30GHzの3D線トレーシング都市において,T-SNEおよびAEベースのCCにおいて,90パーセントの局所化誤差を50m以上から25m以下に低減し,15%の監督下で重度の軌道降下を4倍以上低減する。 改善は評価された構成全体にわたって一貫して維持され、再設定のオーバーヘッドを伴わずに、静的で事前設定されたEMSを実用的なCCの実現手段として確立する。

関連論文リスト

• Opacity-Gradient Driven Density Control for Compact and Efficient Few-Shot 3D Gaussian Splatting [0.0]
  本稿では,3DGSの最適化を最適化し,効率を優先するフレームワークを提案する。 我々は、標準位置勾配を、不透明度勾配をレンダリングエラーの軽量プロキシとして利用する新しい密度化トリガに置き換える。 3ビューのLLFFデータセットでは、我々のモデルはFSGSよりも40%以上コンパクト(32k対57kプリミティブ)であり、Mip-NeRF 360データセットでは約70%の削減を実現している。
  論文  参考訳（メタデータ） (2025-10-11T15:33:50Z)
• Joint Channel Estimation and Computation Offloading in Fluid Antenna-assisted MEC Networks [81.36647816787713]
  チャネル推定の遅延を最小限に抑えるためのFA支援オフロードフレームワークを提案する。 提案方式は,効率的な通信を行う場合の精度を大幅に低下させることを示す。
  論文  参考訳（メタデータ） (2025-09-16T08:48:44Z)
• A Fluid Antenna Enabled Physical Layer Key Generation for Next-G Wireless Networks [83.86388221738225]
  物理層鍵生成(PLKG)は、セキュリティインフラなしで無線チャネルから秘密鍵を入手することができる。 厳しい伝播環境では、キー生成率(KGR)が著しく低下する。 本稿では,この課題に対処するために,新しい流体アンテナ (FA) を用いたPLKGシステムを提案する。
  論文  参考訳（メタデータ） (2025-08-16T18:39:19Z)
• Channel Charting in Smart Radio Environments [4.375227587766249]
  本稿では,静電スキン(EMS)を用いて,現実的な都市環境下でのチャネルチャート(CC)による堅牢なデバイスローカライゼーションを実現する。 チャネルの相似性と空間的フィンガープリントを強化するために,EMSを利用した厳密な最適化フレームワークを開発した。 最適化されたEMS構成は、平均位置決め誤差の大幅な改善に加えて、90パーセントの局所化誤差を60m以上(EMSなし)から25m未満に低減することを示した。
  論文  参考訳（メタデータ） (2025-08-10T11:40:09Z)
• CS-SHRED: Enhancing SHRED for Robust Recovery of Spatiotemporal Dynamics [2.8820361301109365]
  CS-SHREDは、CSをShallow Recurrent Decoder(SHRED)に統合し、不完全、圧縮、破損したデータから動的を再構築するディープラーニングアーキテクチャである。 従来のSHREDアプローチと比較して、CS-SHREDは、SSIMとPSNR値の改善、正規化エラーの低減、LPIPSスコアの強化によって示されるように、はるかに高い再構築忠実性を達成する。
  論文  参考訳（メタデータ） (2025-07-30T00:27:18Z)
• Backscatter Device-aided Integrated Sensing and Communication: A Pareto Optimization Framework [59.30060797118097]
  統合センシング・通信(ISAC)システムは、密集した都市非視線シナリオにおいて大きな性能劣化に遭遇する可能性がある。 本稿では,自然環境に分散した受動的BDを利用した後方散乱近似(BD)支援ISACシステムを提案する。
  論文  参考訳（メタデータ） (2025-07-12T17:11:06Z)
• StoX-Net: Stochastic Processing of Partial Sums for Efficient In-Memory Computing DNN Accelerators [5.245727758971415]
  ディープニューラルネットワーク(DNN)のハードウェアアクセラレーションのための有望なプラットフォームとして、クロスバーウェアベースのインメモリコンピューティング(IMC)が登場した。
  論文  参考訳（メタデータ） (2024-07-17T07:56:43Z)
• MCU-Net: A Multi-prior Collaborative Deep Unfolding Network with Gates-controlled Spatial Attention for Accelerated MR Image Reconstruction [9.441882492801174]
  ディープ・アンフォールディング・ネットワーク(DUN)はMRI(accrating magnetic resonance imaging)において有意な可能性を証明している しかし、それらはしばしば高い計算コストと緩やかな収束率に遭遇する。 我々はこれらの制約に対処するため、MCU-Netと呼ばれるマルチプライオリティ協調型DUNを提案する。
  論文  参考訳（メタデータ） (2024-02-04T07:29:00Z)
• Sub-token ViT Embedding via Stochastic Resonance Transformers [51.12001699637727]
  Vision Transformer (ViT) アーキテクチャは、画像を高次元のベクトル化トークンの集合として表現し、それぞれが長方形の非重複パッチに対応する。 我々は「確率共鳴」にインスパイアされた無訓練法を提案する。 結果として得られるSRT(Stochastic Resonance Transformer)は、元の表現のリッチな意味情報を保持するが、空間的トークン化の粗い効果を軽減し、より微細な空間領域に基盤を置いている。
  論文  参考訳（メタデータ） (2023-10-06T01:53:27Z)
• Noise-resilient Edge Modes on a Chain of Superconducting Qubits [103.93329374521808]
  量子系の遺伝対称性は、それ以外は脆弱な状態を保護することができる。 非局所マヨラナエッジモード(MEM)を$mathbbZ$パリティ対称性で表す一次元キックドイジングモデルを実装した。 MEMは、予熱機構により特定の対称性を破るノイズに対して弾力性があることが判明した。
  論文  参考訳（メタデータ） (2022-04-24T22:34:15Z)
• Collaborative Intelligent Reflecting Surface Networks with Multi-Agent Reinforcement Learning [63.83425382922157]
  インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。 本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
  論文  参考訳（メタデータ） (2022-03-26T20:37:14Z)

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。