| 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 | 2018-06-08 09:40 SMRにおけるニューラルネットワークLLR調整器を備えた繰返し復号方式の一検討 ○西川まどか・仲村泰明・大沢 寿・岡本好弘（愛媛大）・金井 靖（新潟工科大）・村岡裕明（東北大）  MRIS2018-10 エレソ技報アーカイブへのリンク：MRIS2018-10 |
|
| 抄録 | （和） | 先に我々は，SMR(shingled magnetic recording)におけるLDPC(low-density parity-check)符号化・繰返し復号化方式に対して，パリティ検査結果に基づいて対数尤度比(LLR : log-likelihood ratio)を調整するLLR調整器を備えた繰返し復号について検討し, 良好なビット誤り率(BER : bit error rate)特性が得られることを示した．本稿では，ニューラルネットワークの出力結果からLLR調整器の調整パラメータを設定する新たなLLR調整器を提案している．提案したLLR調整器を採用することにより，従来のLLR調整器の場合と比べて，より少ない繰返し復号回数で誤りなしを達成できることが明らかとなった． |
| （英） | In our previous research, we showed that the iterative decoding with a log-likelihood ratio (LLR) modulator using parity check results for the low density parity check (LDPC) code provided the good bit error rate (BER) performance in the shingled magnetic recording (SMR) read/write channel. In this report, we propose a new LLR modulator modifying LLR parameters by output of a neural network. The results clarify that the proposed LLR modulator achieves no errors with small iteration compared with the conventional one. | |
| キーワード | （和） | SMR / LDPC / LLR / ニューラルネットワーク / / / / |
| （英） | SMR / LDPC / LLR / Neural network / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 74, MRIS2018-10, pp. 55-60, 2018年6月. | |
| 資料番号 | MRIS2018-10 | |
| 発行日 | 2018-05-31 (MRIS) | |
| 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 | MRIS2018-10 エレソ技報アーカイブへのリンク：MRIS2018-10 |
|
| 研究会情報 | |
| 研究会 | MRIS ITE-MMS |
| 開催期間 | 2018-06-07 - 2018-06-08 |
| 開催地（和） | 東北大学 |
| 開催地（英） | Tohoku Univ. |
| テーマ（和） | 記録システム，一般 |
| テーマ（英） | Recording Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MRIS |
| 会議コード | 2018-06-MRIS-MMS |
| 本文の言語 | 日本語 |
| タイトル（和） | SMRにおけるニューラルネットワークLLR調整器を備えた繰返し復号方式の一検討 |
| サブタイトル（和） | |
| タイトル（英） | A study on iterative decoding with neural network LLR modulator in SMR system |
| サブタイトル（英） | |
| キーワード(1)（和/英） | SMR / SMR |
| キーワード(2)（和/英） | LDPC / LDPC |
| キーワード(3)（和/英） | LLR / LLR |
| キーワード(4)（和/英） | ニューラルネットワーク / Neural network |
| 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） | 西川 まどか / Madoka Nishikawa / ニシカワ マドカ |
| 第1著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 仲村 泰明 / Yasuaki Nakamura / |
| 第2著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大沢 寿 / Hisashi Osawa / オオサワ ヒサシ |
| 第3著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 岡本 好弘 / Yoshihiro Okamoto / オカモト ヨシヒロ |
| 第4著者 所属（和/英） | 愛媛大学 (略称： 愛媛大) Ehime University (略称： Ehime Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 金井 靖 / Yasushi Kanai / カナイ ヤスシ |
| 第5著者 所属（和/英） | 新潟工科大学 (略称： 新潟工科大) Niigata Institute of Technology (略称： Niigata Ins. of Tec.) |
| 第6著者 氏名（和/英/ヨミ） | 村岡 裕明 / Hiroaki Muraoka / |
| 第6著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-06-08 09:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MRIS |
| 資料番号 | MRIS2018-10 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.74 |
| ページ範囲 | pp.55-60 |
| ページ数 | 6 |
| 発行日 | 2018-05-31 (MRIS) |
[研究会発表申込システムのトップページに戻る]