講演抄録/キーワード |
講演名 |
2023-03-01 11:45
超大規模センサネットワークにおける少数パイロットシンボルを用いたメタ学習による復調 ○山本邦泰・木村共孝・程 俊(同志社大) CAS2022-101 CS2022-78 |
抄録 |
(和) |
超大規模センサネットワークにおけるメタ学習を用いた復調方法を提案する.超大規模センサネットワークでは,IoTデバイス数が無限で,製造上で各デバイスの変調器には固有の歪みが存在し,デバイスからアクセスポイント(以下APとする)へのフェージングが変化するといった特徴がある.本稿では,ニューラルネットワーク学習の一種であるメタ学習のアルゴリズムを用いることで,事前にAPの復調器の学習を行なう.この方法により,各デバイスからの受信毎に比較的少数のパイロットシンボルを用いてAPの復調器の適応学習が可能になる.シミュレーションでは,APの復調器に従来のニューラルネットワークを用いた場合とメタ学習を用いた場合の性能比較を行い,その有効性を確認した. |
(英) |
Demodulation from meta-learning with few pilot symbols in massive sensor networks is proposed. In the massive sensor networks, a very large number of IoT devices want to transmit messages to an access point (AP) in an uncoordinated fashion such as a slotted ALOHA scheme. The modulators of these devices suffer from I/Q imbalance and time-varying channel fading attenuates their modulated signals. A demodulator at AP, implemented with a neural network, recovers these messages after an adaptive learning with few pilots, thanks to the fast Context Adaptation VIA meta-learning (CAVIA) algorithm for pre-training. Simulations show that the proposed demodulation is effective, compared with conventional trained neural network. |
キーワード |
(和) |
復調 / I/Q不均衡 / ニューラルネットワーク / メタ学習 / / / / |
(英) |
demodulation / I/Q imbalance / neural network / meta-learning / / / / |
文献情報 |
信学技報, vol. 122, no. 397, CS2022-78, pp. 29-34, 2023年3月. |
資料番号 |
CS2022-78 |
発行日 |
2023-02-22 (CAS, CS) |
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 |
CAS2022-101 CS2022-78 |
研究会情報 |
研究会 |
CAS CS |
開催期間 |
2023-03-01 - 2023-03-02 |
開催地(和) |
北九州国際会議場 |
開催地(英) |
Kitakyushu International Conference Center |
テーマ(和) |
ネットワークプロセッサ,通信のための信号処理回路,無線LAN/PAN,一般 |
テーマ(英) |
Network processor, Signal processing and circuits for communications, Wireless LAN / PAN, etc. |
講演論文情報の詳細 |
申込み研究会 |
CS |
会議コード |
2023-03-CAS-CS |
本文の言語 |
日本語 |
タイトル(和) |
超大規模センサネットワークにおける少数パイロットシンボルを用いたメタ学習による復調 |
サブタイトル(和) |
|
タイトル(英) |
Demodulation from Meta-Learning with Few Pilot Symbols in Massive Sensor Networks |
サブタイトル(英) |
|
キーワード(1)(和/英) |
復調 / demodulation |
キーワード(2)(和/英) |
I/Q不均衡 / I/Q imbalance |
キーワード(3)(和/英) |
ニューラルネットワーク / neural network |
キーワード(4)(和/英) |
メタ学習 / meta-learning |
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) |
山本 邦泰 / Kuniyasu Yamamoto / ヤマモト クニヤス |
第1著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
第2著者 氏名(和/英/ヨミ) |
木村 共孝 / Tomotaka Kimura / キムラ トモタカ |
第2著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
第3著者 氏名(和/英/ヨミ) |
程 俊 / Jun Chen / テイ シュン |
第3著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha 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: ) |
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 |
2023-03-01 11:45:00 |
発表時間 |
25分 |
申込先研究会 |
CS |
資料番号 |
CAS2022-101, CS2022-78 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.396(CAS), no.397(CS) |
ページ範囲 |
pp.29-34 |
ページ数 |
6 |
発行日 |
2023-02-22 (CAS, CS) |
|