講演抄録/キーワード |
講演名 |
2019-07-18 14:05
[依頼講演]深層学習の入力データにレイトレース法の結果を考慮した伝搬損失推定の検討 ○岩﨑 慧・チン ギルバート シー・リキセニア ルキタ・岡村 航・吉敷由起子(構造計画研) AP2019-33 |
抄録 |
(和) |
伝搬損失推定には,実測値を基に推定式を構築する方法やレイトレース法を用いたシミュレーションで推定する方法などがある.深層学習は近年多様なタスクに応用され成果を挙げ,伝搬損失推定に適用された研究も行われている.深層学習には大量のデータを必要とする.今回学習データの一部をレイトレース法のシミュレーションより収集し,精度向上に寄与するか検討を行ったので報告する.入力パラメータの組合せから精度に寄与する組合せを決定し,そのパラメータセットで構築したモデルで当てはまりの悪いデータを特定し,入力パラメータの改善を行った. |
(英) |
Propagation loss estimation can be achieved from models based on measurement or from simulations based on ray tracing method. Deep learning has been applied to various tasks in recent years, and studies applied to propagation loss estimation have also been conducted. Deep learning requires a large amount of data. In this research, a portion of the training data uses simulation results of ray tracing, and it was examined whether the data contributes to the improvement of accuracy. To do this, the input parameter combination that contributes to the accuracy was determined. The data that is not applicable was identified and the input parameters were improved. |
キーワード |
(和) |
レイトレース法 / 深層学習 / 伝搬損失推定 / / / / / |
(英) |
Ray Trace / Deep Learning / Propagation Loss Estimation / / / / / |
文献情報 |
信学技報, vol. 119, no. 120, AP2019-33, pp. 63-68, 2019年7月. |
資料番号 |
AP2019-33 |
発行日 |
2019-07-10 (AP) |
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 |
AP2019-33 |