| 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 | 2020-07-08 13:50 大規模MIMOのための深層展開型ビームフォーミング法の検討 ○高邉賢史・和田山 正（名工大）  RCS2020-64 |
|
| 抄録 | （和） | マルチキャストビームフォーミングはマルチキャスト通信において通信路状態に応じて適切なビームを設計する手法である．ビーム生成はNP困難な最適化問題に基づいて行われるため，高速かつ性能の良い近似的ビーム生成手法の提案は重要な課題である． 本稿は，近年深層学習的手法として注目されている深層展開と凸射影法を組み合わせた学習可能ビーム生成手法を提案する．訓練データとして最適化問題の解を利用することができないため，提案手法は教師なし学習によって訓練される点が特徴的である． 数値実験の結果，提案手法は既存手法と比較して少数の反復回数でより良いビーム生成が可能であることが明らかとなった． |
| （英） | Multicast beamforming is a promising technique for multicast communications to design a beamforming vector based on channel state information. Since beamforming is based on solving an NP-hard optimization problem, proposing an efficient and powerful beamform design is a crucial issue. In this paper, we propose a novel trainable beamforming design algorithm by combining projections onto convex sets with deep unfolding that is an emerging deep learning technique. Although only unsupervised learning is applicable to the proposed algorithm due to the lack of optimal solutions, numerical results suggest that the algorithm shows convergence acceleration and performance improvement compared with existing algorithms. | |
| キーワード | （和） | マルチキャストビームフォーミング / 深層展開 / 深層学習 / 凸射影法 / / / / |
| （英） | multicast beamforming / deep unfolding / deep learning / projections onto convex sets / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 89, RCS2020-64, pp. 37-42, 2020年7月. | |
| 資料番号 | RCS2020-64 | |
| 発行日 | 2020-07-01 (RCS) | |
| 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 | RCS2020-64 |
|
| 研究会情報 | |
| 研究会 | SR NS SeMI RCC RCS |
| 開催期間 | 2020-07-08 - 2020-07-10 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習とAIを応用した通信・ネットワーク技術，M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things），一般 |
| テーマ（英） | Communication and Network Technology of the AI Age, M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things）, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2020-07-SR-NS-SeMI-RCC-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 大規模MIMOのための深層展開型ビームフォーミング法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Deep Unfolded Multicast Beamforming for Massive MIMO |
| サブタイトル（英） | |
| キーワード(1)（和/英） | マルチキャストビームフォーミング / multicast beamforming |
| キーワード(2)（和/英） | 深層展開 / deep unfolding |
| キーワード(3)（和/英） | 深層学習 / deep learning |
| キーワード(4)（和/英） | 凸射影法 / projections onto convex sets |
| 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） | 高邉 賢史 / Satoshi Takabe / タカベ サトシ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 第2著者 氏名（和/英/ヨミ） | 和田山 正 / Tadashi Wadayama / |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NITech) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-07-08 13:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2020-64 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.89 |
| ページ範囲 | pp.37-42 |
| ページ数 | 6 |
| 発行日 | 2020-07-01 (RCS) |
[研究会発表申込システムのトップページに戻る]