講演抄録/キーワード |
講演名 |
2021-03-04 09:00
MIMOリモートセンシングシステムのための高階テンソル独立成分分析の提案 ○後藤征士郎・夏秋 領・廣瀬 明(東大) NC2020-54 |
抄録 |
(和) |
本論文は,分離テンソルの軸カテゴリを有効利用するテンソルICAとして,高階独立成分分析(Higher-Order Tensor Independent Component Analysis: HOT-ICA)を提案する.また,呼吸・心拍を検知する多入力多出力(MIMO)レーダーシステムにおいて,複数ターゲットの信号分離を扱う.HOT-ICAは,経路情報,すなわちどの送受信アンテナが使用されたかを学習に組み込むことにより,学習の高汎化性を実現する.数値的・物理的実験において,一般的には困難であるが,我々のHOT-ICAシステムは障害物の影響がある環境であっても,効果的に生体信号を計測し,信号分離をすることができる.実験結果は,分離行列の高次元性を十分に活かすためにテンソル構造を保つという,HOT-ICAの特色を示す. |
(英) |
This paper proposes higher-order tensor independent component analysis (HOT-ICA). HOT-ICA is a tensor ICA that makes effective use of the axial categories of a separating tensor. We deal with multiple-target signal separation in a multiple-input multiple-output (MIMO) radar system to detect respiration and heartbeat. In numerical physical experiments, our HOT-ICA system effectively measure and separate the bio-signals successfully even in an obstacle-affecting environment, which is usually a difficult task. The results demonstrate the significance of the HOT-ICA which keeps the tensor structure unchanged to fully utilizes the high-dimensionality of the separation tensor. |
キーワード |
(和) |
多入力多出力 / ドップラーレーダ / 複素ニューラルネットワーク / 独立成分分析 / / / / |
(英) |
Multi-input multi-output (MIMO) / doppler radar / complex-valued neural network / independent component analysis (ICA) / / / / |
文献情報 |
信学技報, vol. 120, no. 403, NC2020-54, pp. 65-70, 2021年3月. |
資料番号 |
NC2020-54 |
発行日 |
2021-02-24 (NC) |
ISSN |
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 |
NC2020-54 |
研究会情報 |
研究会 |
NC MBE |
開催期間 |
2021-03-03 - 2021-03-05 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
NC, ME, 一般 |
テーマ(英) |
Neuro Computing, Medical Engineering, etc. |
講演論文情報の詳細 |
申込み研究会 |
NC |
会議コード |
2021-03-NC-MBE |
本文の言語 |
日本語 |
タイトル(和) |
MIMOリモートセンシングシステムのための高階テンソル独立成分分析の提案 |
サブタイトル(和) |
|
タイトル(英) |
Proposal of higher-order tensor independent component analysis for MIMO remote sensing systems |
サブタイトル(英) |
|
キーワード(1)(和/英) |
多入力多出力 / Multi-input multi-output (MIMO) |
キーワード(2)(和/英) |
ドップラーレーダ / doppler radar |
キーワード(3)(和/英) |
複素ニューラルネットワーク / complex-valued neural network |
キーワード(4)(和/英) |
独立成分分析 / independent component analysis (ICA) |
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) |
後藤 征士郎 / Seishiro Goto / ゴトウ セイシロウ |
第1著者 所属(和/英) |
東京大学 (略称: 東大)
The University Of Tokyo (略称: The Univ. of Tokyo) |
第2著者 氏名(和/英/ヨミ) |
夏秋 領 / Ryo Natsuaki / ナツアキ リョウ |
第2著者 所属(和/英) |
東京大学 (略称: 東大)
The University Of Tokyo (略称: The Univ. of Tokyo) |
第3著者 氏名(和/英/ヨミ) |
廣瀬 明 / Akira Hirose / ヒロセ アキラ |
第3著者 所属(和/英) |
東京大学 (略称: 東大)
The University Of Tokyo (略称: The Univ. of Tokyo) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2021-03-04 09:00:00 |
発表時間 |
25分 |
申込先研究会 |
NC |
資料番号 |
NC2020-54 |
巻番号(vol) |
vol.120 |
号番号(no) |
no.403 |
ページ範囲 |
pp.65-70 |
ページ数 |
6 |
発行日 |
2021-02-24 (NC) |