WEKO3
アイテム
{"_buckets": {"deposit": "bec4d28b-a29d-434c-85da-1af95fae6f38"}, "_deposit": {"created_by": 15, "id": "10256", "owners": [15], "pid": {"revision_id": 0, "type": "depid", "value": "10256"}, "status": "published"}, "_oai": {"id": "oai:sucra.repo.nii.ac.jp:00010256", "sets": ["502"]}, "author_link": ["17542"], "item_113_alternative_title_1": {"attribute_name": "タイトル(別言語)", "attribute_value_mlt": [{"subitem_alternative_title": "Studies on Performance Improvement of Neural Networks and Applications to Receivers in Digital Communication Systems"}]}, "item_113_biblio_info_9": {"attribute_name": "書誌情報", "attribute_value_mlt": [{"bibliographicIssueDates": {"bibliographicIssueDate": "1994", "bibliographicIssueDateType": "Issued"}}]}, "item_113_date_35": {"attribute_name": "作成日", "attribute_value_mlt": [{"subitem_date_issued_datetime": "2011-10-21", "subitem_date_issued_type": "Created"}]}, "item_113_description_13": {"attribute_name": "形態", "attribute_value_mlt": [{"subitem_description": "vi, 129p", "subitem_description_type": "Other"}]}, "item_113_description_23": {"attribute_name": "抄録", "attribute_value_mlt": [{"subitem_description": "ニューラルネットワークは、並列処理、非線形性、学習能力といった特長を有するシステムであり、様々な分野へ応用されている。本論文では、ニューラルネットワークの性能向上及びそのディジタル通信受信方式への応用を目的とし進められた一連の研究について述べている。まずニューラルネットワークの性能向上法として、動的なパターン認識に適したニューラルネットワークと学習アルゴリズムの高速化について述ベ、次にニューラルネットワークのディジタル通信受信方式への応用として、適応等化器への応用と、符号分割多元接続(CDMA)通信のマルチユーザー検波への応用について述べている。\n第1章では、まず、ニューラルネットワークとそのディジタル通信受信方式への応用の歴史について述べている。次にニューラルネットワークの原理と本論文で検討するディジタル通信受信方式である、適応等化器と, CDMA通信のマルチユーザー検波の原理について述べ、その次に本論文の位置付けを行なっている。\nニューラルネットワークをパターン認識へ応用する場合、従来は評価データの分布が時不変な静的なパターン認識が主に検討されおり、評価データの分布が時変である動的なパターン認識はほとんど検討されていない。また、従来ニューラルネットワークの学習に用いられている逆伝播法は収束に時間がかかるという欠点を有しており、収束の高速な学習アルゴリズムが必要とされている。そこで第2章では、まず、 ニューラルネットワークの基礎理論について述べた後、動的なパターン認識に適用可能な、選択的に教師なし学習を行なうニューラルネットワーク(SULNN) を提案している。SULNNは、学習データで学習済みのネットワークの出力値をもとに、評価データに対してシステム白身で教師信号を生成し学習を行なうことにより、外部からの教師がなくてもデータ分布の変化に追従が可能になる。また、選択的に学習を行なうことにより雑音に強いシステムとなっている。計算機シミュレーションにより、選択的に学習を行なうことにより誤った学習を防ぎ、 データ分布の変化に追従できることを示している。次に、ニューラルネットワークの高速学習アルゴリズムとして、新しい導出法に基づくRLSアルゴリズムを用いた学習アルゴリズムを提案している。これは、評価関数に出力層のユニットの内部ポテンシャルの2乗誤差和を用いることにより、RLSアルゴリズムの使用を可能にしている。排他的論埋和を学習させた場合、従来の逆伝播法に比べて約9倍高速であることを示している。また提案する学習アルゴリズムは、処理する信号が複素数である複素ニューラルネットワークにも適用できることを明らかにし従来の複素逆伝播法に比べて約100倍高速であることを示している。\n適応等化器にニューラルネットワークを用いることにより性能が向上することが知られている。適応等化器は、ディジタル移動体通信で重要な技術として検討されているが、ニューラルネットワークを用いた適応等化器の性能を移動体通信で見られる周波数選択性フェージング伝送路で検討した報告はない。そこで第3章では、ニューラルネットワークを用いた判定帰還型適応等化器(DFE)の周波数選択性フェージング伝送路における性能の評価を行なっている。特に、第2章で提案する高速学習アルゴリズムで学習するSULNNを用いたDFEについて検討している。高速学習アルゴリズムを用いることにより伝送路の変化に高速に追従でき、またSULNNを用いることにより雑音に強いシステムとなっている。 計算機シミュレーションにより、従来の逆伝播法を用いて学習するこューラルネットワークを用いたDFEは学習が遅いため従来のDFEに比べ性能が劣化することを明らかにし、さらに高速学習アルゴリズムで学習するSULNNを用いたDFEは、ピット誤り率が10[-2]において従来のDFEより約2dB優れていることを示している。\nCMLA通信のマルチユーザー検波の最適受信機はユーザー数に対し指数的に複雑になり、実現が困難であるため、最適に近い性能を有し、かつ簡易な方式が必要とされている。第4章では、ホップフィールドネットワークを用いた同期CDMA通信のマルチユーザー検波のための受信機を提案している。最適受信機の尤度関数とホップフィールドネットワークのエネルギー関数を対応づけることにより、ホップフィールドネットワークによりマルチユーザー検波が可能になる。また最適受信機の複雑さがユーザー数に対し指数的に増加するのに対し、提案する受信機の複雑さはユーザー数に比例する。 計算機シミュレーションにより、提案する受信機により、最適に近い性能が得られることを明らかにしている。また、エネルギ一関数の極小値への収束はさほど深刻ではないことを示している。\n第5章では、ホップフィールドネットワークを用いた非同期CDMA通信のマルチユーザー検波のための受信機を提案している。同期CDMA通信の場合と同様に、提案する受信機の復雑さはユーザー数に比例する。計算機シミュレーションにより,準最適な性能が得られることを示している。またエネルギ一関数の極小値への収束率は、干渉信号が推定しにくいような場合に増加することを示している。さらに収束に必要な反復回数について検討し、最適受信機に比べて計算複雑性が小さいことを示している。\n第6章では、本研究の成果を総括している。", "subitem_description_type": "Abstract"}]}, "item_113_description_25": {"attribute_name": "注記", "attribute_value_mlt": [{"subitem_description": "主指導教官 : 小林禧夫", "subitem_description_type": "Other"}]}, "item_113_description_33": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"subitem_description": "text", "subitem_description_type": "Other"}]}, "item_113_description_34": {"attribute_name": "フォーマット", "attribute_value_mlt": [{"subitem_description": "application/pdf", "subitem_description_type": "Other"}]}, "item_113_record_name_8": {"attribute_name": "書誌", "attribute_value_mlt": [{"subitem_record_name": "博士論文(埼玉大学大学院理工学研究科(博士後期課程))"}]}, "item_113_text_3": {"attribute_name": "著者 ローマ字", "attribute_value_mlt": [{"subitem_text_value": "MIYAJIMA, Teruyuki"}]}, "item_113_text_36": {"attribute_name": "アイテムID", "attribute_value_mlt": [{"subitem_text_value": "GD0000256"}]}, "item_113_text_39": {"attribute_name": "公開日(XooNIps)", "attribute_value_mlt": [{"subitem_text_value": "Oct 21, 2011 10:03:19"}]}, "item_113_text_4": {"attribute_name": "著者 所属", "attribute_value_mlt": [{"subitem_text_value": "埼玉大学大学院理工学研究科生産情報科学専攻"}]}, "item_113_text_40": {"attribute_name": "最終更新日(XooNIps)", "attribute_value_mlt": [{"subitem_text_value": "Oct 26, 2011 12:10:39"}]}, "item_113_text_41": {"attribute_name": "更新履歴(XooNIps)", "attribute_value_mlt": [{"subitem_text_value": "Oct 26, 2011 概要, 開始, 終了, 版, その他 を変更"}, {"subitem_text_value": "Oct 24, 2011 抄録 を変更"}, {"subitem_text_value": "Oct 21, 2011 抄録 を変更"}, {"subitem_text_value": "Oct 21, 2011 本文 を変更"}, {"subitem_text_value": "Oct 21, 2011 インデックス を変更"}, {"subitem_text_value": "Oct 21, 2011 インデックス を変更"}, {"subitem_text_value": "Oct 21, 2011 概要, インデックス, 作成日, 記録日 を変更"}]}, "item_113_text_42": {"attribute_name": "登録者(XooNIps)", "attribute_value_mlt": [{"subitem_text_value": "sucra_jim4"}]}, "item_113_text_43": {"attribute_name": "閲覧数(XooNIps)", "attribute_value_mlt": [{"subitem_text_value": "687"}]}, "item_113_text_44": {"attribute_name": "ダウンロード数(XooNIps)", "attribute_value_mlt": [{"subitem_text_value": "276"}]}, "item_113_text_45": {"attribute_name": "XooNIps_ITEM_KEY", "attribute_value_mlt": [{"subitem_text_value": "15680"}]}, "item_creator": {"attribute_name": "著者", "attribute_type": "creator", "attribute_value_mlt": [{"creatorNames": [{"creatorName": "宮嶋, 照行", "creatorNameLang": "ja"}, {"creatorName": "ミヤジマ, テルユキ", "creatorNameLang": "ja-Kana"}], "nameIdentifiers": [{"nameIdentifier": "17542", "nameIdentifierScheme": "WEKO"}]}]}, "item_files": {"attribute_name": "ファイル情報", "attribute_type": "file", "attribute_value_mlt": [{"accessrole": "open_date", "date": [{"dateType": "Available", "dateValue": "2018-01-23"}], "displaytype": "detail", "download_preview_message": "", "file_order": 0, "filename": "GD0000256.pdf", "filesize": [{"value": "74.9 MB"}], "format": "application/pdf", "future_date_message": "", "is_thumbnail": false, "licensetype": "license_note", "mimetype": "application/pdf", "size": 74900000.0, "url": {"label": "GD0000256.pdf", "url": "https://sucra.repo.nii.ac.jp/record/10256/files/GD0000256.pdf"}, "version_id": "c80038a4-5db9-4ebe-b3cf-65653f2de23e"}]}, "item_language": {"attribute_name": "言語", "attribute_value_mlt": [{"subitem_language": "jpn"}]}, "item_resource_type": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"resourcetype": "thesis", "resourceuri": "http://purl.org/coar/resource_type/c_46ec"}]}, "item_title": "ニュ-ラルネットワ-クの性能向上とディジタル通信受信方式への応用に関する研究", "item_titles": {"attribute_name": "タイトル", "attribute_value_mlt": [{"subitem_title": "ニュ-ラルネットワ-クの性能向上とディジタル通信受信方式への応用に関する研究", "subitem_title_language": "ja"}]}, "item_type_id": "113", "owner": "15", "path": ["502"], "permalink_uri": "https://sucra.repo.nii.ac.jp/records/10256", "pubdate": {"attribute_name": "PubDate", "attribute_value": "2011-10-21"}, "publish_date": "2011-10-21", "publish_status": "0", "recid": "10256", "relation": {}, "relation_version_is_last": true, "title": ["ニュ-ラルネットワ-クの性能向上とディジタル通信受信方式への応用に関する研究"], "weko_shared_id": -1}
ニュ-ラルネットワ-クの性能向上とディジタル通信受信方式への応用に関する研究
https://sucra.repo.nii.ac.jp/records/10256
https://sucra.repo.nii.ac.jp/records/10256ae89c5b4-03ab-4f16-8b5a-246a89a4522a
名前 / ファイル | ライセンス | アクション |
---|---|---|
GD0000256.pdf (74.9 MB)
|
|
Item type | 学位論文 / Thesis or Dissertation(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2011-10-21 | |||||
タイトル | ||||||
言語 | ja | |||||
タイトル | ニュ-ラルネットワ-クの性能向上とディジタル通信受信方式への応用に関する研究 | |||||
言語 | ||||||
言語 | jpn | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_46ec | |||||
資源タイプ | thesis | |||||
タイトル(別言語) | ||||||
その他のタイトル | Studies on Performance Improvement of Neural Networks and Applications to Receivers in Digital Communication Systems | |||||
著者 |
宮嶋, 照行
× 宮嶋, 照行 |
|||||
著者 ローマ字 | ||||||
MIYAJIMA, Teruyuki | ||||||
著者 所属 | ||||||
埼玉大学大学院理工学研究科生産情報科学専攻 | ||||||
書誌 | ||||||
収録物名 | 博士論文(埼玉大学大学院理工学研究科(博士後期課程)) | |||||
書誌情報 |
発行日 1994 |
|||||
形態 | ||||||
内容記述タイプ | Other | |||||
内容記述 | vi, 129p | |||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | ニューラルネットワークは、並列処理、非線形性、学習能力といった特長を有するシステムであり、様々な分野へ応用されている。本論文では、ニューラルネットワークの性能向上及びそのディジタル通信受信方式への応用を目的とし進められた一連の研究について述べている。まずニューラルネットワークの性能向上法として、動的なパターン認識に適したニューラルネットワークと学習アルゴリズムの高速化について述ベ、次にニューラルネットワークのディジタル通信受信方式への応用として、適応等化器への応用と、符号分割多元接続(CDMA)通信のマルチユーザー検波への応用について述べている。 第1章では、まず、ニューラルネットワークとそのディジタル通信受信方式への応用の歴史について述べている。次にニューラルネットワークの原理と本論文で検討するディジタル通信受信方式である、適応等化器と, CDMA通信のマルチユーザー検波の原理について述べ、その次に本論文の位置付けを行なっている。 ニューラルネットワークをパターン認識へ応用する場合、従来は評価データの分布が時不変な静的なパターン認識が主に検討されおり、評価データの分布が時変である動的なパターン認識はほとんど検討されていない。また、従来ニューラルネットワークの学習に用いられている逆伝播法は収束に時間がかかるという欠点を有しており、収束の高速な学習アルゴリズムが必要とされている。そこで第2章では、まず、 ニューラルネットワークの基礎理論について述べた後、動的なパターン認識に適用可能な、選択的に教師なし学習を行なうニューラルネットワーク(SULNN) を提案している。SULNNは、学習データで学習済みのネットワークの出力値をもとに、評価データに対してシステム白身で教師信号を生成し学習を行なうことにより、外部からの教師がなくてもデータ分布の変化に追従が可能になる。また、選択的に学習を行なうことにより雑音に強いシステムとなっている。計算機シミュレーションにより、選択的に学習を行なうことにより誤った学習を防ぎ、 データ分布の変化に追従できることを示している。次に、ニューラルネットワークの高速学習アルゴリズムとして、新しい導出法に基づくRLSアルゴリズムを用いた学習アルゴリズムを提案している。これは、評価関数に出力層のユニットの内部ポテンシャルの2乗誤差和を用いることにより、RLSアルゴリズムの使用を可能にしている。排他的論埋和を学習させた場合、従来の逆伝播法に比べて約9倍高速であることを示している。また提案する学習アルゴリズムは、処理する信号が複素数である複素ニューラルネットワークにも適用できることを明らかにし従来の複素逆伝播法に比べて約100倍高速であることを示している。 適応等化器にニューラルネットワークを用いることにより性能が向上することが知られている。適応等化器は、ディジタル移動体通信で重要な技術として検討されているが、ニューラルネットワークを用いた適応等化器の性能を移動体通信で見られる周波数選択性フェージング伝送路で検討した報告はない。そこで第3章では、ニューラルネットワークを用いた判定帰還型適応等化器(DFE)の周波数選択性フェージング伝送路における性能の評価を行なっている。特に、第2章で提案する高速学習アルゴリズムで学習するSULNNを用いたDFEについて検討している。高速学習アルゴリズムを用いることにより伝送路の変化に高速に追従でき、またSULNNを用いることにより雑音に強いシステムとなっている。 計算機シミュレーションにより、従来の逆伝播法を用いて学習するこューラルネットワークを用いたDFEは学習が遅いため従来のDFEに比べ性能が劣化することを明らかにし、さらに高速学習アルゴリズムで学習するSULNNを用いたDFEは、ピット誤り率が10[-2]において従来のDFEより約2dB優れていることを示している。 CMLA通信のマルチユーザー検波の最適受信機はユーザー数に対し指数的に複雑になり、実現が困難であるため、最適に近い性能を有し、かつ簡易な方式が必要とされている。第4章では、ホップフィールドネットワークを用いた同期CDMA通信のマルチユーザー検波のための受信機を提案している。最適受信機の尤度関数とホップフィールドネットワークのエネルギー関数を対応づけることにより、ホップフィールドネットワークによりマルチユーザー検波が可能になる。また最適受信機の複雑さがユーザー数に対し指数的に増加するのに対し、提案する受信機の複雑さはユーザー数に比例する。 計算機シミュレーションにより、提案する受信機により、最適に近い性能が得られることを明らかにしている。また、エネルギ一関数の極小値への収束はさほど深刻ではないことを示している。 第5章では、ホップフィールドネットワークを用いた非同期CDMA通信のマルチユーザー検波のための受信機を提案している。同期CDMA通信の場合と同様に、提案する受信機の復雑さはユーザー数に比例する。計算機シミュレーションにより,準最適な性能が得られることを示している。またエネルギ一関数の極小値への収束率は、干渉信号が推定しにくいような場合に増加することを示している。さらに収束に必要な反復回数について検討し、最適受信機に比べて計算複雑性が小さいことを示している。 第6章では、本研究の成果を総括している。 |
|||||
注記 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 主指導教官 : 小林禧夫 | |||||
資源タイプ | ||||||
内容記述タイプ | Other | |||||
内容記述 | text | |||||
フォーマット | ||||||
内容記述タイプ | Other | |||||
内容記述 | application/pdf | |||||
作成日 | ||||||
日付 | 2011-10-21 | |||||
日付タイプ | Created | |||||
アイテムID | ||||||
GD0000256 |