| 講演名 | 2022-01-25 An evaluation of CNN using Deep Residual Learning and Long Short-term Memory for LTE and WLAN Systems Classifications 井手 輝二(鹿児島高専), ロゼハ ラシド(UTM), M A サリジャリ(UTM), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | |
| 抄録(英) | In this study, we investigate and present a deep residual (ResNet) learning for modulation classification. The simulation results show the degradation problem that was exposed due to an increase in network depth and the saturation of accuracy in the modified conventional CNN; however, the proposed CNN has no such degradation. In addition, we propose another CNN architecture of the combination of CNN and LSTM (Long Short-term Memory). The processing burden of the conventional CNN is much larger than the proposed CNN ones. In the simulation results, the proposed CNN frameworks achieve almost the same system (LTE and WLAN) classification accuracy as the normal CNN framework when reducing the processing burden in the proposed ones. The better simulation results are shown by adjustment of the parameters using the proposed architectures (with ResNet and LSTM) for LTE and WLAN systems. |
| キーワード(和) | |
| キーワード(英) | CNNresidual learningcognitive radiomodulation classificationsystem classificationLSTM |
| 資料番号 | SR2021-75 |
| 発行日 | 2022-01-17 (SR) |
| 研究会情報 | |
| 研究会 | SR |
|---|---|
| 開催期間 | 2022/1/24(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | コグニティブ無線、周波数共用、異種無線融合型ネットワーク、SDＮ、機械学習応用、一般 |
| テーマ（英） | |
| 委員長氏名（和） | 亀田 卓(広島大) |
| 委員長氏名（英） | Suguru Kameda(Hiroshima Univ.) |
| 副委員長氏名（和） | 田久 修(信州大) / 石津 健太郎(NICT) / 矢野 一人(ATR) |
| 副委員長氏名（英） | Osamu Takyu(Shinshu Univ.) / Kentaro Ishidu(NICT) / Kazuto Yano(ATR) |
| 幹事氏名（和） | 成枝 秀介(三重大) / 稲森 真美子(東海大) / 李 斗煥(NTT) |
| 幹事氏名（英） | Syusuke Narieda(Mie Univ.) / Mamiko Inamori(Tokai Univ.) / Doohwan Lee(NTT) |
| 幹事補佐氏名（和） | 太田 真衣(福岡大) / 大辻 太一(NEC) / 王 瀟岩(茨城大) / 田中 明美(MathWorks) |
| 幹事補佐氏名（英） | Mai Ohta(Fukuoka Univ.) / Taichi Ohtsuji(NEC) / WANG Xiaoyan(Ibaraki Univ.) / Akemi Tanaka(MathWorks) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Radio |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | An evaluation of CNN using Deep Residual Learning and Long Short-term Memory for LTE and WLAN Systems Classifications |
| サブタイトル（和） | |
| キーワード(1)（和/英） | / CNNresidual learningcognitive radiomodulation classificationsystem classificationLSTM |
| 第 1 著者 氏名（和/英） | 井手 輝二 / Teruji Ide |
| 第 1 著者 所属（和/英） | 鹿児島高専(略称：鹿児島高専) National Institute of Technology, Kagoshima college(略称：NIT, Kagoshima college) |
| 第 2 著者 氏名（和/英） | ロゼハ ラシド / Rozeha Rashid |
| 第 2 著者 所属（和/英） | マレーシア工科大学(略称：UTM) University Technology Malaysia(略称：UTM) |
| 第 3 著者 氏名（和/英） | M A サリジャリ / M A Sarijari |
| 第 3 著者 所属（和/英） | マレーシア工科大学(略称：UTM) University Technology Malaysia(略称：UTM) |
| 発表年月日 | 2022-01-25 |
| 資料番号 | SR2021-75 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SR-345 |
| ページ範囲 | pp.82-89(SR), |
| ページ数 | 8 |
| 発行日 | 2022-01-17 (SR) |