|
Title
|
بهبود کارایی انتقال همزمان اطلاعات و توان به صورت بی سیم در سیستم های چند ورودی – یک خروجی با استفاده از یادگیری عمیق
|
|
Type of Research
|
Thesis
|
|
Keywords
|
سیستم های چند ورودی- تک خروجی ، انتقال بی سیم اطلاعات و توان، شبکه عصبی، یادگیری عمیق
|
|
Abstract
|
در عصر فناوری اطلاعات و ارتباطات، افزایش چشمگیر دستگاه های بی سیم و نیاز به اتصال پایدار و کارآمد، چالش های جدیدی را به وجود آورده است. IoT به عنوان یکی از مهم ترین پیشرفت های اخیر، نیازمند زیرساخت هایی است که بتوانند به طور مؤثر و با بهره وری بالا اطلاعات و انرژی را منتقل کنند. در این راستا، ترکیب DL و SWIPT در سیستم های چندورودی-تک خروجی (MISO) به عنوان یک راهکار نویدبخش مطرح شده است . میتوان روش آموزشی دو مرحله ای ارائه نمود که در آن مدل DNN ابتدا با استفاده از راه حل های زیر بهینه که با استفاده از الگوریتمی با پیچیدگی کم به صورت نظارت شده، قبل از اینکه با استفاده از آموزش اصلی بر اساس یادگیری بدون نظارت تنظیم شود، مقداردهی اولیه شده و سپس با استفاده از آموزش اصلی مبتنی بر یادگیری بدون نظارت بهینه سازی شود.
|
|
Researchers
|
Hassan Amir Ghorbani (Student)، mahmoud atashbar (Primary Advisor)، Khalil Monfaredi (Advisor)
|