| 大会名称 |
|---|
| 2022年 ソサイエティ大会 |
| 大会コ－ド |
| 2022S |
| 開催年 |
| 2022 |
| 発行日 |
| 2022/8/23 |
| セッション番号 |
| B-8 |
| セッション名 |
| コミュニケーションシステム |
| 講演日 |
| 2022/9/6 |
| 講演場所(会議室等) |
| Meeting 25 |
| 講演番号 |
| B-8-12 |
| タイトル |
| 自己注意機構を用いた情報源・通信路深層結合符号化方式 |
| 著者名 |
| ○井上文彰, 原 祐子, 久野大介, 丸田一輝, 中山 悠, |
| キーワード |
| 情報源通信路結合符号化, 深層学習, 画像伝送 |
| 抄録 |
| 深層学習に基づく情報源・通信路結合符号化変調 (Deep JSCCM) は，極限的な通信環境における効率的な通信方式として近年活発に研究され始めている．先行研究では，畳み込みニューラルネットワーク (CNN) に基づく Deep JSCCM 方式が考案されており，情報源・通信路符号化および変調を別個に行う場合と比べて効率的かつロバストな画像伝送が可能であると示されている．本研究では新たに，自己注意機構 (SA) に基づく Deep JSCCM 方式を提案する．SA は系列データを扱う深層ニューラルネットワークにおいて優れた性能を示すことが知られており，最近多数の研究がなされている．本研究ではDeep JSCCM に SA モジュールを組み込むことで， CNN に基づく従来方式と比べて高い性能を発揮することができることを示す． |
| 本文pdf |
|
PDF download
|