Fugu-MT 論文翻訳(概要): An Implant-to-Wearable IR-UWB Transmitter-Receiver Architecture and Layered Protocol for High-Density Brain-Computer Interfaces

論文の概要: An Implant-to-Wearable IR-UWB Transmitter-Receiver Architecture and Layered Protocol for High-Density Brain-Computer Interfaces

arxiv url: http://arxiv.org/abs/2609.22207v1
Date: Tue, 01 Sep 2026 13:34:55 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-28 05:09:55.771611
Title: An Implant-to-Wearable IR-UWB Transmitter-Receiver Architecture and Layered Protocol for High-Density Brain-Computer Interfaces
Title（参考訳）: 高密度脳-コンピュータインタフェースのためのIR-UWB送受信器アーキテクチャと層状プロトコル
Abstract要約: 高速なニューラルテレメトリでは、回路分割、波形マッピング、パケット処理、障害セマンティクスが相互に一貫した、組込み可能なリンクが必要である。本稿では,組込みパケットエンジンとフリーラン送信機,組織プロキシチャネル,ウェアラブル複合信号受信機,デジタルベースバンドからなる,チップ指向の一方向インパルス超広帯域(IR-UWB)アップリンクを提案する。
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: High-rate neural telemetry requires an implant-towearable link whose circuit partition, waveform mapping, packet processing, and failure semantics are mutually consistent. This paper specifies a chip-oriented, one-way impulse-radio ultrawideband (IR-UWB) uplink comprising an implanted packet engine and free-running transmitter, a tissue-proxy channel, and a wearable mixed-signal receiver and digital baseband.
Abstract（参考訳）: 高速なニューラルテレメトリでは、回路分割、波形マッピング、パケット処理、障害セマンティクスが相互に一貫した、組込み可能なリンクが必要である。本稿では,組込みパケットエンジンとフリーラン送信機,組織プロキシチャネル,ウェアラブル複合信号受信機,デジタルベースバンドからなる,チップ指向の一方向インパルス超広帯域(IR-UWB)アップリンクを提案する。

関連論文リスト

Message Passing Based Two-Timescale Bayesian Learning for Joint Channel and Memory Hardware Impairments Tracking [15.722477105805256]
大規模マルチインプット・マルチアウトプット(MIMO)受信機におけるハードウェア障害は、シンボル間メモリと要素間結合を導入している。本稿では,メッセージパスに基づく2時間ベイズ学習(MP-TTBDL)フレームワークを提案する。シミュレーションの結果,提案手法は従来の補償器よりもチャネル推定誤差が低いことを示す。
論文参考訳（メタデータ） (2026-07-02T03:39:56Z)
Inter-Cell Interference Rejection Based on Ultrawideband Walsh-Domain Wireless Autoencoding [8.379012191212249]
本稿では,超広帯域通信システムにおける部分帯域間干渉(ICI)の除去手法を提案する。本稿では,Walsh領域における送信機と受信機の符号化/復号を協調的に最適化するエンドツーエンド無線オートエンコーダアーキテクチャの設計について述べる。
論文参考訳（メタデータ） (2026-01-16T19:00:52Z)
Neuromorphic Split Computing with Wake-Up Radios: Architecture and Design via Digital Twinning [97.99077847606624]
本研究は,遠隔・無線接続型NPUからなる分割計算機システムに,覚醒無線機構を組み込んだ新しいアーキテクチャを提案する。覚醒無線に基づくニューロモルフィックスプリットコンピューティングシステムの設計における重要な課題は、検知、覚醒信号検出、意思決定のためのしきい値の選択である。
論文参考訳（メタデータ） (2024-04-02T10:19:04Z)
Joint Sensing and Task-Oriented Communications with Image and Wireless Data Modalities for Dynamic Spectrum Access [49.83882366499547]
本稿では,マルチモーダル画像とスペクトルデータの相乗効果を利用した動的スペクトルアクセスの深層学習手法を提案する。本稿では,送信機を搭載可能な車両などの潜在的な物体を撮影するカメラを備えたエッジデバイスについて考察する。本稿では、エッジデバイスが、融合センターとして機能する信頼できる受信機に選択的に処理された情報を通信する協調システムを提案する。
論文参考訳（メタデータ） (2023-12-21T15:26:26Z)
Task-Oriented Communications for NextG: End-to-End Deep Learning and AI Security Aspects [78.84264189471936]
NextG通信システムは,タスク指向通信などのタスクを確実に実行するために,この設計パラダイムのシフトを探求し始めている。無線信号分類はNextG Radio Access Network (RAN) のタスクであり、エッジデバイスはスペクトル認識のための無線信号を収集し、信号ラベルを識別する必要があるNextGベースステーション(gNodeB)と通信する。エッジデバイスとgNodeB用のエンコーダデコーダ対として、送信機、受信機、および分類器機能を共同で訓練することで、タスク指向通信を考える。
論文参考訳（メタデータ） (2022-12-19T17:54:36Z)
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)
Covert Communications via Adversarial Machine Learning and Reconfigurable Intelligent Surfaces [46.34482158291128]
再構成可能なインテリジェントサーフェス(RIS)は、信号の散乱と反射プロファイルを制御するために単位セルの配列に依存する。本稿では,RISの存在下での隠蔽通信について考察する。
論文参考訳（メタデータ） (2021-12-21T18:23:57Z)
Autoencoder-based Communications with Reconfigurable Intelligent Surfaces [40.65785117824341]
本稿では、再構成可能なインテリジェントサーフェス(RIS)と送受信器ペアの結合設計に関する新しいアプローチを提案する。 RISはソフトウェアで定義された単位セルの配列であり、散乱と反射プロファイルで制御でき、送信機から受信機への受信信号に焦点を合わせることができる。送信機-受信機ペアの動作は、受信機におけるエンドツーエンド通信性能を最適化するために、ディープニューラルネットワーク(DNN)のセットとして一緒に訓練される。
論文参考訳（メタデータ） (2021-12-08T18:02:35Z)
Waveform Learning for Next-Generation Wireless Communication Systems [16.26230847183709]
本稿では,送信受信フィルタ,星座形状,それに付随するビットラベリング,およびニューラルネットワーク(NN)ベースの検出器の結合設計のための学習に基づく手法を提案する。この方法は、隣接するチャネルリーク比(ACLR)とピーク・ツー・アベイジ・パワー比(PAPR)の制約を同時に満たしつつ、達成可能な情報レートを最大化する。
論文参考訳（メタデータ） (2021-09-02T14:51:16Z)

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。