Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 남해운 | - |
dc.date.accessioned | 2024-08-23T04:52:06Z | - |
dc.date.available | 2024-08-23T04:52:06Z | - |
dc.date.issued | 2022-06 | - |
dc.identifier.citation | 2022년도 한국통신학회 하계종합학술발표회 논문집, page. 1232-1233 | en_US |
dc.identifier.issn | 2383-8302 | en_US |
dc.identifier.uri | https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE11108215 | en_US |
dc.identifier.uri | https://repository.hanyang.ac.kr/handle/20.500.11754/191809 | - |
dc.description.abstract | 본 연구에서는 무선 스펙트럼의 입력 형태에 따른 합성곱 신경망(Convolutional Neural Network, CNN)기반 변조 신호 분류의 성능을 비교 분석한다. IQ 벡터, FFT 벡터, 진폭/위상 벡터의 3 가지 형태로 변환하여 학습에 활용하였으며, 데이터 표준화(Standardization) 스케일링 기법 적용에 따른 성능변화를 관찰하였다. 본 연구를 통해 동일한 신경망에서 입력 형태에 따라 성능차이를 확인하였으며, 표준화 스케일링 기법을 적용한 진폭/위상 벡터에 대한 분류 성능이 최대 70%로 가장 높은 수치를 나타내었다. | en_US |
dc.description.sponsorship | 이 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (No.2022R1A2C1011862) | en_US |
dc.language | ko | en_US |
dc.publisher | 한국통신학회 | en_US |
dc.title | 입력 데이터 형태에 따른 CNN 기반 변조 분류 성능 비교 | en_US |
dc.title.alternative | Comparison of Convolutional Neural Network based Modulation Classification Performance by Input Data Types | en_US |
dc.type | Article | en_US |
dc.relation.page | 1232-1233 | - |
dc.contributor.googleauthor | 윤우진 | - |
dc.contributor.googleauthor | 이시호 | - |
dc.contributor.googleauthor | 남해운 | - |
dc.sector.campus | E | - |
dc.sector.daehak | COLLEGE OF ENGINEERING SCIENCES[E] | - |
dc.sector.department | SCHOOL OF ELECTRICAL ENGINEERING | - |
dc.identifier.pid | hnam | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.