PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available An efficient deep learning network for MIMO detection using bayesian optimization
Saini Mehak, Grewal Surender K.
Przegląd Elektrotechniczny
|
2024
|
R. 100, nr 12
18--20
EN
Despite the many advantages of Multiple Input Multiple Output (MIMO) Wireless Communication systems, their receiver design is quite a challenging task as there is always a trade-off between the receiver performance and the computational complexity. If performance is optimum, the computational complexity is exceptionally high and vice-versa. In this paper by using Bayesian Optimization, the performance of an AI-based MIMO receiver algorithm, called DetNet is improved. The results show an improvement in detection performance without any increase in time complexity.
PL
Pomimo wielu zalet systemów komunikacji bezprzewodowej MIMO (Multiple Input Multiple Output), ich konstrukcja odbiornika jest dość trudnym zadaniem, ponieważ zawsze istnieje kompromis między wydajnością odbiornika a złożonością obliczeniową. Jeśli wydajność jest optymalna, złożoność obliczeniowa jest wyjątkowo wysoka i odwrotnie. W tym artykule, dzięki zastosowaniu optymalizacji bayesowskiej, wydajność algorytmu odbiornika MIMO opartego na sztucznej inteligencji, zwanego DetNet, została poprawiona. Wyniki pokazują poprawę wydajności wykrywania bez żadnego wzrostu złożoności czasowej.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.