| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2016-07-08 11:00 ディープニューラルネットワークを用いた遅延和ビームフォーマの学習方法についての検討 ○折口槙弥・水町光徳（九工大）  EA2016-12 |
|
| 抄録 | （和） | 古典的な遅延和ビームフォーマは、主ローブの制御のみを行い、目的方向以外の指向性を制御することができない。そこで、各入力信号に荷重係数を導入し、その係数を最適化することにより指向特性を制御する。我々は、4層ニュラルネットワークを用いて、学習信号として単一周波数正弦波を使用した荷重係数の最適化手法を提案した。本稿では、広帯域での指向特性の同時最適化を実現するために、広帯域ランダム雑音を用いた荷重係数の最適化手法について報告する。提案ビームフォーマの指向特性を検証した結果、全帯域において、主ローブの先鋭化とサイドローブの抑圧を実現できることを確認した。 |
| （英） | A traditional delay-and-sum beamformer could not flexibly control a beam-pattern except the target direction, that is, the main lobe. A delay-and-sum beamformer with channel-dependent weights enables to optimize the beam-pattern. The authors have already proposed the non-linear delay-and-sum beamformer, of which channel-dependent weights have been optimized using a four-layered neural network with sinusoidal training signals. In this report, the weights are further optimized with wide-band random noises in the training process. Feasibility of the proposed method is confirmed by computer simulation. | |
| キーワード | （和） | ディープニューラルネットワーク / 遅延和ビームフォーマ / 荷重係数最適化 / 広帯域ランダム雑音 / / / / |
| （英） | deep neural network / delay-and-sum beamformer / channel-dependent weights optimization / wide-band ramdom noises / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 122, EA2016-12, pp. 23-28, 2016年7月. | |
| 資料番号 | EA2016-12 | |
| 発行日 | 2016-06-30 (EA) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EA2016-12 |
|
| 研究会情報 | |
| 研究会 | EA |
| 開催期間 | 2016-07-07 - 2016-07-08 |
| 開催地（和） | ヤマハ 豊岡工場 |
| 開催地（英） | Yamaha, Toyooka Factory |
| テーマ（和） | 一般 |
| テーマ（英） | General topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2016-07-EA |
| 本文の言語 | 日本語 |
| タイトル（和） | ディープニューラルネットワークを用いた遅延和ビームフォーマの学習方法についての検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigation on learning procedure for delay-and-sum beamformer with deep neural network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ディープニューラルネットワーク / deep neural network |
| キーワード(2)（和/英） | 遅延和ビームフォーマ / delay-and-sum beamformer |
| キーワード(3)（和/英） | 荷重係数最適化 / channel-dependent weights optimization |
| キーワード(4)（和/英） | 広帯域ランダム雑音 / wide-band ramdom noises |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 折口 槙弥 / Maya Origuchi / オリグチ マヤ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 第2著者 氏名（和/英/ヨミ） | 水町 光徳 / Mitsunori Mizumachi / ミズマチ ミツノリ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-07-08 11:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EA |
| 資料番号 | EA2016-12 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.122 |
| ページ範囲 | pp.23-28 |
| ページ数 | 6 |
| 発行日 | 2016-06-30 (EA) |
[研究会発表申込システムのトップページに戻る]