| 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 | 2022-05-18 10:50 Binarized Neural Networks and Trainable ISTA based Signature Code with Channel Estimation for Multiple Access Rayleigh Fading ○Lantian Wei・Shan Lu・Hiroshi Kamabe（Gifu Univ.）  IT2022-10 EMM2022-10 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | User Identification (UI) and Channel Estimation (CE) schemes are essential issues in wireless networks with massive users. Due to the high spectral efficiency, the signature code-based UI and CE schemes are widely concerned. The traditional signature code uses the discrete sensing matrix as a dictionary to generate codewords. Then, the sparse vector recovery algorithm is used to recover the user state information and channel state information in the received signal to complete the UI and CE. We proposed an end-to-end machine learning aided signature code scheme under multiple access Rayleigh fading channel called Machine Learning-Signature Code (ML-SC). The ML-SC consists of a binarized neural networks-based trainable encoder and a trainable iterative soft threshold algorithm-based trainable decoder. The dictionary is optimized by minimizing the mean squared error between original and recovered information to improve the accuracy. Our proposed scheme achieved better performance and more efficiency than the conventional schemes in the simulation. Moreover, it confirmed that the dictionary generated by ML-SC is suitable for various conventional decoders. |
|
| キーワード | （和） | / / / / / / / |
| （英） | signature code / binarized neural networks / compressed sensing / user identification / channel estimation / / / | |
| 文献情報 | 信学技報, vol. 122, no. 25, IT2022-10, pp. 50-55, 2022年5月. | |
| 資料番号 | IT2022-10 | |
| 発行日 | 2022-05-10 (IT, EMM) | |
| 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 | IT2022-10 EMM2022-10 |
|
| 研究会情報 | |
| 研究会 | IT EMM |
| 開催期間 | 2022-05-17 - 2022-05-18 |
| 開催地（和） | 岐阜大学 |
| 開催地（英） | Gifu University |
| テーマ（和） | 情報セキュリティ，情報理論，情報ハイディング，一般 |
| テーマ（英） | Information Security, Information Theory, Information Hiding, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IT |
| 会議コード | 2022-05-IT-EMM |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Binarized Neural Networks and Trainable ISTA based Signature Code with Channel Estimation for Multiple Access Rayleigh Fading |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / signature code |
| キーワード(2)（和/英） | / binarized neural networks |
| キーワード(3)（和/英） | / compressed sensing |
| キーワード(4)（和/英） | / user identification |
| キーワード(5)（和/英） | / channel estimation |
| 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） | 魏 藍天 / Lantian Wei / ギ ランテン |
| 第1著者 所属（和/英） | 岐阜大学 (略称： 岐阜大) Gifu University (略称： Gifu Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 路 サン / Shan Lu / ロ サン |
| 第2著者 所属（和/英） | 岐阜大学 (略称： 岐阜大) Gifu University (略称： Gifu Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 鎌部 浩 / Hiroshi Kamabe / カマベ ヒロシ |
| 第3著者 所属（和/英） | 岐阜大学 (略称： 岐阜大) Gifu University (略称： Gifu Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-05-18 10:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IT |
| 資料番号 | IT2022-10, EMM2022-10 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.25(IT), no.26(EMM) |
| ページ範囲 | pp.50-55 |
| ページ数 | 6 |
| 発行日 | 2022-05-10 (IT, EMM) |
[研究会発表申込システムのトップページに戻る]