深層学習に基づく超解像手法を応用したチャネル推定の精度評価

• Item type: SIG Technical Reports(1)
• 公開日: 2020-11-19
• タイトル: 深層学習に基づく超解像手法を応用したチャネル推定の精度評価
• タイトル / 言語: en
• タイトル: Comparative Study of Channel Estimation using Deep-learning based Super-resolution
• 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: 早稲田大学基幹理工学部
• 著者所属: 早稲田大学理工学術院総合研究所
• 著者所属: 早稲田大学基幹理工学部／早稲田大学理工学術院総合研究所
• 著者所属(英): en
• 著者所属(英): Fundamental Science and Engineering, Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda Research Institute for Science and Engineering
• 著者所属(英): en
• 著者所属(英): Fundamental Science and Engineering, Waseda University / Waseda Research Institute for Science and Engineering
• 著者名: 丸山, 大貴; 金井, 謙治; 甲藤, 二郎
• 著者名(英): Daiki, Maruyama; Kenji, Kanai; Jiro, Katto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，通信分野における深層学習の応用研究が盛んに行われている．特に，チャネル推定においては深層学習に基づく超解像手法を応用した手法が既に提案されている．これに対して筆者らは，深層学習モデルを改善することで，より高精度なチャネル推定手法を提案することを目的としている．本稿では，複数の深層学習に基づく超解像手法をチャネル推定に応用し，従来手法との評価比較を行う．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, application of deep learning into communication systems are getting lots of attention to researchers. Especially, a channel estimation method by using deep learning-based image super-resolution (SR) has been proposed. Inspired by this research, we aim to propose more accurate channel estimation methods by improving deep learning-based SR network. In this paper, we apply more recent SR methods to channel estimation and evaluate the performance of several deep SR based channel estimation methods.
• 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: AN10438399
• 書誌情報: 研究報告オーディオビジュアル複合情報処理（AVM）; 巻 2020-AVM-111, 号 14, p. 1-6, 発行日 2020-11-19
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8582
• 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