| 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 | 2022-11-24 10:45 減衰マップ推定手法における学習データ生成方法に関する検討 ○西川由明（NEC）・松田崇弘（都立大）・高橋英士・大西健夫・竹内俊樹（NEC）  CQ2022-47 |
|
| 抄録 | （和） | 減衰マップとは，観測領域内の遮蔽物による無線信号の減衰量の空間分布である．無線トモグラフィの手法を用いることにより減衰マップ推定は可能であるが，伝搬路における信号の反射や回折の影響により，推定された減衰マップは多くの場合不鮮明となる．この不鮮明さは教師あり学習による画像処理により改善可能であるが，そのためには工場内の複雑なマルチパス伝搬環境に適用可能な学習データを用意することが必要である．本稿では，シミュレーションによる減衰マップ推定のための学習データ生成方法を提案する．提案手法では，無線信号の伝搬路がLOS（見通し内）かNLOS（見通し外）であるかを示すLOS/NLOS 情報と減衰マップとの対応関係を用いることにより，マルチパス伝搬環境に影響されない学習データを生成することができる．本稿ではさらに，本学習データを用いたノイズ除去畳み込みニューラルネットワークによる減衰マップの鮮明化手法についても検討し，提案手法の有効性をシミュレーション実験により示す． |
| （英） | Spatial Loss Fields (SLFs) are maps quantifying the attenuation of radio signals in a monitored region. SLFs, which are estimated from received signal strengths, have some kind of unclearness coming from reflections and diffractions of signal. Although surpervised learning methods to decrease this unclearness need plenty of true SLFs, it is dificult to collect true SLFs of various factories. It is needed to generate training data which are torelant to the multipath environment. In this article, we propose training data generation method with a simulation. The proposed method makes true SLF randomly, and simulates whether received signals are transmitted on a line-of-sight (LOS) path or a non-line-of-sight path. The model is trained to infer the difference between true and estimated SLFs from the estimated SLF. We use denoise convolutional neaural network as the model and evaluate the performance of the proposed method with simulation experience. | |
| キーワード | （和） | 減衰マップ / ノイズ除去畳み込みニューラルネットワーク / 教師あり学習 / / / / / |
| （英） | spatial loss field / denoise convolutional neaural network / surpervised learning / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 275, CQ2022-47, pp. 1-6, 2022年11月. | |
| 資料番号 | CQ2022-47 | |
| 発行日 | 2022-11-17 (CQ) | |
| 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 | CQ2022-47 |
|
| 研究会情報 | |
| 研究会 | NS ICM CQ NV |
| 開催期間 | 2022-11-24 - 2022-11-25 |
| 開催地（和） | 福岡大学文系センター棟 + オンライン開催 |
| 開催地（英） | Humanities and Social Sciences Center, Fukuoka Univ. + Online |
| テーマ（和） | ネットワーク品質，ネットワーク計測・管理，ネットワーク仮想化，ネットワークサービス，ブロックチェーン，セキュリティ，ネットワークインテリジェンス・AI，一般 |
| テーマ（英） | Network quality, Network measurement/management, Network virtualization, Network service, Blockchain, Security, Network intelligence/AI, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2022-11-NS-ICM-CQ-NV |
| 本文の言語 | 日本語 |
| タイトル（和） | 減衰マップ推定手法における学習データ生成方法に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on Training Data Generation for Estimating Spatial Loss Fields |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 減衰マップ / spatial loss field |
| キーワード(2)（和/英） | ノイズ除去畳み込みニューラルネットワーク / denoise convolutional neaural network |
| キーワード(3)（和/英） | 教師あり学習 / surpervised learning |
| キーワード(4)（和/英） | / |
| 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 由明 / Yoshiaki Nishikawa / ニシカワ ヨシアキ |
| 第1著者 所属（和/英） | NEC (略称： NEC) NEC (略称： NEC) |
| 第2著者 氏名（和/英/ヨミ） | 松田 崇弘 / Takahiro Matsuda / マツダ タカヒロ |
| 第2著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： TMU) |
| 第3著者 氏名（和/英/ヨミ） | 高橋 英士 / Eiji Takahashi / タカハシ エイジ |
| 第3著者 所属（和/英） | NEC (略称： NEC) NEC (略称： NEC) |
| 第4著者 氏名（和/英/ヨミ） | 大西 健夫 / Takeo Onishi / オオニシ タケオ |
| 第4著者 所属（和/英） | NEC (略称： NEC) NEC (略称： NEC) |
| 第5著者 氏名（和/英/ヨミ） | 竹内 俊樹 / Toshiki Takeuchi / タケウチ トシキ |
| 第5著者 所属（和/英） | NEC (略称： NEC) NEC (略称： NEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-11-24 10:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2022-47 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.275 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2022-11-17 (CQ) |
[研究会発表申込システムのトップページに戻る]