| 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 | 2022-06-17 10:35 独立成分分析に基づくブラインド信号分離のデータ駆動最適化に関する一検討 ○野上泰輔・衣斐信介（同志社大）・高橋拓海（阪大）・岩井誠人（同志社大）  RCS2022-61 |
|
| 抄録 | （和） | 次世代の無線通信インフラにおいて重要な役割を担う IoT (Internet of Things) 通信では， 通信パケットサイズが小容量となる傾向にある一方，接続要求が大規模になる傾向にもある．同一時刻，同一周波数に空間的に信号多重が可能な MIMO (Multi-Input Multi-Output) 伝送は大規模接続を可能とする有力な方法である．一般的に，空間多重された信号の分離には，通信路状態情報 (CSI: Channel State Information)をパイロット信号を用いて推定し，その状態に基づき空間フィルタリング処理を施す方策がとられる．しかし，小容量のデータパケットに長いパイロット系列を付与することは伝送効率の観点からは望ましくない．このような状況ではブラインド信号分離 (BSS: Blind Signal Separation) 技術の一種である独立成分分析(ICA: Independent Component Analysis) の適用が考えられるものの， ICA では非ガウス性の評価が必要であり，この推定には比較的長いデータ系列を要するため，そのまま適用したとしても高い検出精度を期待できない． 本稿では，深層学習の一種である深層展開 (DU: Deep Unfolding) を ICA に適用し，比較的短いデータ系列長における ICA の信号分離性能の改善を図る． |
| （英） | Internet of Things (IoT) communications, which will plays an important role in the next-generation wireless communications infrastructure, will support massive connection requests, while packet sizes tend to be small. MIMO (Multi-Input Multi-Output) transmission, which enables spatial multiplexing of signals at the same time and frequency, is a promising method to enable the large-scale connections. Generally, to separate spatially multiplexed signals, channel state information (CSI) is estimated by using pilot signals, and spatial filtering is applied based on the estimated CSI. However, it is undesirable from the viewpoint of transmission efficiency to add long pilot sequences to each small data packets. In such a situation, independent component analysis (ICA), a type of blind signal separation (BSS) technology, can be applied; however, ICA requires evaluations of non-Gaussianity and a relatively long data sequence for this estimation, so high detection accuracy cannot be expected even if ICA is applied directly to small packet size. In this paper, we apply Deep Unfolding (DU), a type of deep learning, and improve the signal separation performance of ICA with relatively short data series length. |
|
| キーワード | （和） | 独立成分分析 / 深層学習 / 深層展開 / データ駆動最適化 / / / / |
| （英） | ICA / deep learning / deep unfolding / data-driven tuning / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 73, RCS2022-61, pp. 218-223, 2022年6月. | |
| 資料番号 | RCS2022-61 | |
| 発行日 | 2022-06-08 (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 | RCS2022-61 |
|
| 研究会情報 | |
| 研究会 | RCS |
| 開催期間 | 2022-06-15 - 2022-06-17 |
| 開催地（和） | 琉球大学 千原キャンパス＋オンライン開催 |
| 開催地（英） | University of the Ryukyus, Senbaru Campus and online |
| テーマ（和） | 初めての研究会，リソース制御，スケジューリング，無線通信一般 |
| テーマ（英） | First Presentation in IEICE Technical Committee, Resource Control, Scheduling, Wireless Communications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2022-06-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 独立成分分析に基づくブラインド信号分離のデータ駆動最適化に関する一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Data-Driven Fine-Tuning for ICA-Aided Blind Signal Separation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 独立成分分析 / ICA |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | 深層展開 / deep unfolding |
| キーワード(4)（和/英） | データ駆動最適化 / data-driven tuning |
| 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） | 野上 泰輔 / Taisuke Nogami / ノガミ タイスケ |
| 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） | 衣斐 信介 / Shinsuke Ibi / イビ シンスケ |
| 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） | 高橋 拓海 / Takumi Takahashi / タカハシ タクミ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 岩井 誠人 / Hisato Iwai / イワイ ヒサト |
| 第4著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 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 | 2022-06-17 10:35:00 |
| 発表時間 | 10分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2022-61 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.73 |
| ページ範囲 | pp.218-223 |
| ページ数 | 6 |
| 発行日 | 2022-06-08 (RCS) |
[研究会発表申込システムのトップページに戻る]