無線特徴量の正規化手法へのニューラルネットワークの適用

• Item type: SIG Technical Reports(1)
• 公開日: 2019-02-25
• タイトル: 無線特徴量の正規化手法へのニューラルネットワークの適用
• タイトル / 言語: en
• タイトル: Application Examination of Neural Network for Radio Feature Normalization Method
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 神奈川工科大学情報学部
• 著者所属: 電気通信大学情報理工学研究科
• 著者所属: 電気通信大学i-パワードエネルギー・システム研究センター
• 著者所属: 神奈川工科大学情報学部
• 著者所属(英): en
• 著者所属(英): Faculty of Information Technology, Kanagawa Institute of Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics and Engineering, The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): i-Powered Energy System Reseach Center, The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): Faculty of Information Technology, Kanagawa Institute of Technology
• 著者名: 富士, 悟; 朝倉, 健太; 市川, 晴久; 川喜田, 佑介
• 著者名(英): Satoru, Fuji; Kenta, Asakura; Haruhisa, Ichikawa; Yuusuke, Kawakita
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 通信の大容量化や用途の拡大に伴う無線帯域の切迫を解消する目的で，コグニテイブ無線の利用が検討されている．コグニテイブ無線による周波数共有技術の中で，非権利ユーザーが権利ユーザーの無線アクセス技術 (RAT) を識別することは干渉を避ける目的で重要である．そして，無線アクセス技術の識別の自動化のため，機械学習技術の利用が検討されている．本稿では無線アクセス技術の識別精度の向上を目的とし，無線特徴量の正規化手法に対してニューラルネットワークを適用して識別器を作成し，定量的評価を行った．そして，無線周波数学習システム (RFMLS) プログラムが定める識別精度の目標値と比較する．評価の結果より，識別クラス数が少ない場合において，識別精度の目標値を達成したことを明らかにした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The use of cognitive radio is being studied for the purpose of solving the urgency of the radio band due to the increase in communication capacity and the expansion of usage. Among frequency sharing technologies based on cognitive radio, it is important for a non-right user to identify a right user's radio access technology (RAT) in order to avoid interference. In order to automate identification of radio access technology, use of machine learning technology is being studied. In this manuscript, authors aim to improve the accuracy of identification of radio access technology, quantitatively evaluate the discriminator by applying neural network to the normalization method of radio feature quantity. Then, it compares with the target value of the identification accuracy specified by the radio frequency machine learning system (RFMLS) program. Moreover, we clearly reveals that the target value of the identification accuracy is achieved in the case where the number of classes of identification is small did.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11851388
• 書誌情報: 研究報告モバイルコンピューティングとパーベイシブシステム（MBL）; 巻 2019-MBL-90, 号 42, p. 1-5, 発行日 2019-02-25
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8817
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会