ترجمه فارسی مقاله یادگیری مبتنی بر مدل برای نقشه برداری چند فرکانس چند فرکانس مکان به کانال

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Model-based learning for multi-antenna multi-frequency location-to-channel mapping
عنوان مقاله به فارسی یادگیری مبتنی بر مدل برای نقشه برداری چند فرکانس چند فرکانس مکان به کانال
نویسندگان Baptiste Chatelier, Vincent Corlay, Matthieu Crussière, Luc Le Magoarou
فرمت مقاله انگلیسی PDF
تعداد صفحات 13
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Information Theory,Artificial Intelligence,Machine Learning,Signal Processing,نظریه اطلاعات , هوش مصنوعی , یادگیری ماشین , پردازش سیگنال ,
توضیحات Submitted 15 July, 2024; v1 submitted 17 June, 2024; originally announced July 2024.
توضیحات به فارسی ارسال شده در 15 ژوئیه 2024 ؛V1 ارسال شده 17 ژوئن 2024 ؛در ابتدا ژوئیه 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Years of study of the propagation channel showed a close relation between a location and the associated communication channel response. The use of a neural network to learn the location-to-channel mapping can therefore be envisioned. The Implicit Neural Representation (INR) literature showed that classical neural architecture are biased towards learning low-frequency content, making the location-to-channel mapping learning a non-trivial problem. Indeed, it is well known that this mapping is a function rapidly varying with the location, on the order of the wavelength. This paper leverages the model-based machine learning paradigm to derive a problem-specific neural architecture from a propagation channel model. The resulting architecture efficiently overcomes the spectral-bias issue. It only learns low-frequency sparse correction terms activating a dictionary of high-frequency components. The proposed architecture is evaluated against classical INR architectures on realistic synthetic data, showing much better accuracy. Its mapping learning performance is explained based on the approximated channel model, highlighting the explainability of the model-based machine learning paradigm.

چکیده به فارسی (ترجمه ماشینی)

سالهای مطالعه کانال انتشار رابطه نزدیک بین یک مکان و پاسخ کانال ارتباطی مرتبط را نشان داد.از این رو استفاده از یک شبکه عصبی برای یادگیری نقشه برداری موقعیت مکانی به کانال می تواند پیش بینی شود.ادبیات نمایشی عصبی ضمنی (INR) نشان داد که معماری عصبی کلاسیک نسبت به یادگیری محتوای با فرکانس پایین مغرضانه است و نقشه برداری از مکان به کانال را به یک مشکل غیر مهم می آموزد.در واقع ، به خوبی شناخته شده است که این نقشه برداری تابعی است که به سرعت با محل ، به ترتیب طول موج تغییر می کند.این مقاله از الگوی یادگیری ماشین مبتنی بر مدل استفاده می کند تا یک معماری عصبی خاص مشکل را از یک مدل کانال انتشار بدست آورد.معماری حاصل به طور مؤثر بر مسئله طیف-تعصب غلبه می کند.این فقط اصطلاحات تصحیح پراکنده با فرکانس پایین را فعال می کند که یک فرهنگ لغت از اجزای با فرکانس بالا را فعال می کند.معماری پیشنهادی در برابر معماری های کلاسیک INR بر روی داده های مصنوعی واقع گرایانه ارزیابی می شود و دقت بسیار بهتری را نشان می دهد.عملکرد یادگیری نقشه برداری آن بر اساس مدل کانال تقریبی توضیح داده شده است ، و توضیح پارادایم یادگیری ماشین مبتنی بر مدل را برجسته می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.