[B-5-83] マルチモーダルCNNによる少量データセットにおける高精度なSNR分類
この講演は本会「学術奨励賞受賞候補者」の資格対象です。
キーワード：Multimodal、CNN、SNR分類
高速通信の実現のために高精度な通信環境推定が注目されている．特に，通信環境を決定づける信号対雑音電力比（signal-to-noise power ratio: SNR）は様々な制御において不可欠であり，機械学習を用いた高速・高精度な推定手法が提案されている．従来法より高度なSNR推定が可能になる一方で，その学習には莫大なデータセットが必要となる．本稿では，少量のデータセットからでも高精度なSNR推定の実現を目的とし，複数の信号波形を同時に入力し学習を行う，マルチモーダル畳み込みニューラルネットワーク(convolutional neural network: CNN)を用いたSNR分類手法を提案する．受信信号のスペクトログラム画像と未加工の数値データを入力とし同時に特徴抽出させることで，高精度化を図る．
講演論文集PDFを閲覧したい場合はパスワードを入力してください。
パスワードは、講演参加申込者、聴講参加申込者にメールで御連絡しております。