지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.10
- 수록면
- 1,708 - 1,711 (4page)
- DOI
- 10.7840/kics.2020.45.10.1708
이용수
초록· 키워드
오류제보하기
인지 무선 통신 네트워크에서 우수한 성능의 딥러닝 기반 신호 센싱 모델을 구현하기 위해서는 양질의 학습데이터가 필요하다. 하지만 실제 환경에서는 변조방식에 따른 서로 다른 양질의 학습데이터를 충분하게 확보하지 못하는 경우가 많다. 본 논문에서는 인지 무선 통신에서 적은 학습데이터로 주 사용자의 신호를 효과적으로 센싱하기 위해 동적 시간 굽힘을 통한 변조 신호 간 유사성을 이용한 전이학습 기반의 합성곱신경망 모델 구현 방식을 제안한다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. DTW 알고리즘
Ⅲ. 합성곱 신경망 기반 전이 학습
Ⅳ. 모의실험 및 결과
Ⅴ. 결론
References
참고문헌 (15)
참고문헌 신청
Y. LeCun, Y. Bengio, A. Courville, and G. Hinton, Deep Learning, Cambridge: MIT Press, 2016
C. Robert, Machine learning, a probabilistic perspective, Taylor & Francis, 2014.
J. Chae, H. Ko, B. Lee, and N. Kim, “A study on the pipe position estimation in gpr images using deep learning based convolutional neural network,” JICS, vol. 20, no. 4, pp. 39-46, Aug. 2019.
W. Lee, M. Kim, and D. Cho, “Deep cooperative sensing: Cooperative spectrum sensing based on convolutional neural networks,” IEEE Trans. Veh. Technol., vol. 68, no. 3, pp. 3005-3009, Mar. 2019.
Z. Ye, A. Gilman, Q. Peng, K. Levick, P. Cosman, and L. Milstein, “Comparison of neural network architectures for spectrum sensing,” IEEE Globecom Workshops 2019 (GC Wkshps 2019), Waikoloa, HI, USA, December 2019.
C. Robert, Machine learning, a probabilistic perspective, Taylor & Francis, 2014.
J. Chae, H. Ko, B. Lee, and N. Kim, “A study on the pipe position estimation in gpr images using deep learning based convolutional neural network,” JICS, vol. 20, no. 4, pp. 39-46, Aug. 2019.
W. Lee, M. Kim, and D. Cho, “Deep cooperative sensing: Cooperative spectrum sensing based on convolutional neural networks,” IEEE Trans. Veh. Technol., vol. 68, no. 3, pp. 3005-3009, Mar. 2019.
Z. Ye, A. Gilman, Q. Peng, K. Levick, P. Cosman, and L. Milstein, “Comparison of neural network architectures for spectrum sensing,” IEEE Globecom Workshops 2019 (GC Wkshps 2019), Waikoloa, HI, USA, December 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
인지 무선 네트워크에서 딥러닝을 이용한 특징 기반의 자동 변조기법 분류 방법
한국통신학회논문지
2018 .06
-
수신된 전파신호의 자동 변조 인식을 위한 딥러닝 방법론
한국정보통신학회논문지
2019 .10
-
데이터 증강 기반 효율적인 무선 신호 분류 연구
JOURNAL OF PLATFORM TECHNOLOGY
2022 .12
-
사전훈련된 딥러닝 네트워크를 활용한 이미지 기반 딥러닝 모델 설계
한국통신학회논문지
2022 .04
-
SDR 플랫폼을 위한 딥러닝 기반의 무선 자동 변조 분류 기술 연구
전기전자학회논문지
2022 .12
-
딥러닝 기반 자동 변조 인식 성능 분석
한국정보통신학회논문지
2021 .03
-
딥 LSTM 신경망을 이용한 전파신호의 변조 인식
한국정보과학회 학술발표논문집
2018 .12
-
딥러닝을 활용한 변조 방식 분류 기법 연구
한국통신학회 학술대회논문집
2022 .11
-
딥러닝 모델 기반의 전자기파 변조 신호 분류에 대한 연구
Proceedings of KIIT Conference
2021 .11
-
뉴럴 네트워크를 이용한 무선 통신 시스템의 신호 검출 기법 연구
대한전자공학회 학술대회
2019 .06
-
공간 변조를 이용한 협동인지 무선 네트워크의 성능 분석
한국통신학회 학술대회논문집
2016 .06
-
인지 무선 통신을 위한 합성곱 신경망 기반 스펙트럼 센싱 기법
한국정보통신학회논문지
2020 .02
-
딥 뉴럴 네트워크의 적절한 구조 및 자가-지도 학습 방법에 따른 뇌신호 데이터 표현 기술 분석 및 고찰
한국전자통신학회 논문지
2024 .02
-
자동 변조 분류를 위한 딥러닝 기법들의 성능 분석
한국통신학회 학술대회논문집
2020 .11
-
인지무선 네트워크에서 거리기반 협력 센싱 시간
한국통신학회 학술대회논문집
2019 .11
-
딥러닝 기술을 활용한 압축센싱 신호 복원방법 분석
한국정보전자통신기술학회 논문지
2017 .08
-
전이학습 기반의 합성곱 신경망을 이용한 다중클래스 분류에 관한 연구
한국지능시스템학회 논문지
2018 .12
-
신호 변조 방식 분류를 위한 계층적 알고리즘
한국통신학회 학술대회논문집
2023 .02
-
공간변조신호 검출을 위한 압축 센싱 기반의 수신 방법 연구
한국통신학회 학술대회논문집
2015 .06
-
전자전 환경에서 전이학습 기반 저피탐 레이더 변조 신호 분류 성능 분석
한국통신학회논문지
2022 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
딥러닝 모델 기반의 전자기파 변조 신호 분류에 대한 연구
권성수
,
박수진
,
정지연
외 3명
Proceedings of KIIT Conference
2021
.11
수신된 전파신호의 자동 변조 인식을 위한 딥러닝 방법론
김한진
,
김혁진
,
제준호
외 1명
한국정보통신학회논문지
2019
.10
이미지화 알고리즘 및 딥러닝을 이용한 자동 변조 분류
박지연
,
서동호
,
남해운
한국전자파학회논문지
2021
.04
TORCS 환경에서 강화 학습을 활용한 자동차 제어에 관한 연구
남지원
,
남해운
한국통신학회 학술대회논문집
2021
.02
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-567-001314818