論文の概要: mmWave Radar Aware Dual-Conditioned GAN for Speech Reconstruction of Signals With Low SNR

• arxiv url: http://arxiv.org/abs/2602.22431v1
• Date: Wed, 25 Feb 2026 21:43:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-27 18:41:22.420797
• Title: mmWave Radar Aware Dual-Conditioned GAN for Speech Reconstruction of Signals With Low SNR
• Title（参考訳）: 低SNR信号の音声再構成のためのMmWaveレーダによるデュアルコンディションGAN
• Authors: Jash Karani, Adithya Chittem, Deepan Roy, Sandeep Joshi,
• Abstract要約: 我々は、Radar-Aware Dual- Conditioned Generative Adversarial Network (RAD-GAN) を用いたmmWaveのための2段階音声再構成パイプラインを提案する。 RAD-GANは、低信号対雑音比(5dB - -1dB)の信号に対して、ガラス壁を通して帯域拡張を行うことができる。 提案手法は限定的なデータセットで訓練され,事前訓練されたモジュールはなく,データ拡張も無く,特定のタスクに対する最先端のアプローチよりも優れていたことを実証的に示す。
• 参考スコア（独自算出の注目度）: 1.1222071637855076
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Millimeter-wave (mmWave) radar captures are band-limited and noisy, making for difficult reconstruction of intelligible full-bandwidth speech. In this work, we propose a two-stage speech reconstruction pipeline for mmWave using a Radar-Aware Dual-conditioned Generative Adversarial Network (RAD-GAN), which is capable of performing bandwidth extension on signals with low signal-to-noise ratios (-5 dB to -1 dB), captured through glass walls. We propose an mmWave-tailored Multi-Mel Discriminator (MMD) and a Residual Fusion Gate (RFG) to enhance the generator input to process multiple conditioning channels. The proposed two-stage pipeline involves pretraining the model on synthetically clipped clean speech and finetuning on fused mel spectrograms generated by the RFG. We empirically show that the proposed method, trained on a limited dataset, with no pre-trained modules, and no data augmentations, outperformed state-of-the-art approaches for this specific task. Audio examples of RAD-GAN are available online at https://rad-gan-demo-site.vercel.app/.
• Abstract（参考訳）: ミリ波(mmWave)レーダキャプチャは帯域制限がありノイズが多いため、知覚不可能な全帯域音声の再構成が困難である。 本研究では,低信号/雑音比(5dB〜1dB)の信号に対して帯域拡張を行うことができるRadar-Aware Dual-conditioned Generative Adversarial Network (RAD-GAN) を用いたmmWaveの2段階音声再構成パイプラインを提案する。 我々は,MMD (Multi-Mel Discriminator) とRFG (Residual Fusion Gate) を提案する。 提案した2段階パイプラインは、合成クリッピングされたクリーン音声のモデルを事前学習し、RFGによって生成された融解メルスペクトログラムの微調整を含む。 提案手法は限定されたデータセットで訓練され,事前訓練されたモジュールはなく,データ拡張も無く,特定のタスクに対する最先端のアプローチよりも優れていたことを実証的に示す。 RAD-GANのオーディオ例はhttps://rad-gan-demo-site.vercel.app/.comで公開されている。

関連論文リスト

• Deep Active Speech Cancellation with Mamba-Masking Network [62.73250985838971]
  アクティブ音声キャンセラ(ASC)のための新しい深層学習ネットワークを提案する。 提案したMamba-Maskingアーキテクチャは、符号化された参照信号と直接対話するマスキング機構を導入する。 実験の結果、ANCシナリオでは7.2dB、ASCでは6.2dBの改善が達成された。
  論文  参考訳（メタデータ） (2025-02-03T09:22:26Z)
• Few-Shot Radar Signal Recognition through Self-Supervised Learning and Radio Frequency Domain Adaptation [48.265859815346985]
  レーダー信号認識は電子戦(EW)において重要な役割を果たす 近年のディープラーニングの進歩は、レーダー信号認識の改善に大きな可能性を示している。 これらの手法は、注釈付き無線周波数(RF)データが少ない、あるいは入手できないEWシナリオでは不十分である。
  論文  参考訳（メタデータ） (2025-01-07T01:35:56Z)
• Rydberg Atomic Quantum Receivers for Classical Wireless Communications and Sensing: Their Models and Performance [78.76421728334013]
  ライドバーグ原子量子受信機(Rydberg atomic quantum receivers, RAQRs)は、高周波(RF)信号の電界を検出するための卓越した溶液である。 本稿では,無線コミュニティに対して,エンドツーエンドの受信方式を提示することでRAQRを導入する。 次に,現実的な受信フローに依存する等価なベースバンド信号モデルを開発する。
  論文  参考訳（メタデータ） (2024-12-07T06:25:54Z)
• RIMformer: An End-to-End Transformer for FMCW Radar Interference Mitigation [1.8063750621475454]
  RIMformerと呼ばれる新しいFMCWレーダ干渉緩和法は、エンドツーエンドのTransformerベース構造を用いて提案される。 このアーキテクチャは、時間領域IF信号をエンドツーエンドで処理するように設計されている。 その結果,提案したRIMformerは干渉を効果的に軽減し,ターゲット信号の復元を可能にすることがわかった。
  論文  参考訳（メタデータ） (2024-07-16T07:51:20Z)
• Multi-task Learning Approach for Modulation and Wireless Signal Classification for 5G and Beyond: Edge Deployment via Model Compression [1.218340575383456]
  将来的な通信網は、異種無線デバイスの成長に対応するために、少ないスペクトルに対処する必要がある。 我々は、深層ニューラルネットワークに基づくマルチタスク学習フレームワークの可能性を利用して、変調と信号分類タスクを同時に学習する。 公共利用のための包括的ヘテロジニアス無線信号データセットを提供する。
  論文  参考訳（メタデータ） (2022-02-26T14:51:02Z)
• Deep Learning Based Hybrid Precoding in Dual-Band Communication Systems [34.03893373401685]
  本研究では,サブ6GHz帯から抽出した空間的・時間的情報を用いてミリ波帯のビームを予測・追跡する深層学習手法を提案する。 サブ6GHz帯とミリ波帯の両方で動作するデュアルバンド通信システムについて検討する。
  論文  参考訳（メタデータ） (2021-07-16T12:10:32Z)
• Terahertz-Band Joint Ultra-Massive MIMO Radar-Communications: Model-Based and Model-Free Hybrid Beamforming [45.257328085051974]
  テラヘルツ(THz)バンドにおける無線通信とセンシングを,有望な短距離技術として検討した。 THz通信では、伝搬損失を補償する超大質量マルチ入力マルチ出力(UM-MIMO)アンテナシステムが提案されています。 我々は,新しいgroup-of-subarrays (gosa) um-mimo構造のためのモデルベースおよびモデルフリー技術に基づくthzハイブリッドビームフォーマを開発した。
  論文  参考訳（メタデータ） (2021-02-27T21:28:34Z)
• Conditioning Trick for Training Stable GANs [70.15099665710336]
  本稿では,GANトレーニング中の不安定性問題に対応するため,ジェネレータネットワークに正規性から逸脱する条件付け手法を提案する。 我々は、生成元をシュア分解のスペクトル領域で計算された実サンプルの正規化関数から逸脱するように強制する。
  論文  参考訳（メタデータ） (2020-10-12T16:50:22Z)

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。