299075記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. ミリ波通信におけるレーダー活用でビーム探索を高速化する手法（Radar Enhanced Multi-Armed Bandit for Rapid Beam Selection in Millimeter Wave Communications）
2 分で読了
0 views

ミリ波通信におけるレーダー活用でビーム探索を高速化する手法

（Radar Enhanced Multi-Armed Bandit for Rapid Beam Selection in Millimeter Wave Communications）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近若手が『ミリ波のビーム選択でレーダー併用が有望』と言ってまして、話の本筋がよく分からないのです。これって経営的には何が変わる話でしょうか。

AIメンター拓海

素晴らしい着眼点ですね！要点を先に言うと、大きくは探索時間をぐっと短くして通信の有効時間を増やすことが期待できるんです。今日は順を追って、分かりやすく説明しますよ。

田中専務

探索時間を短くする、とは具体的にどういう作業を短くするのですか。現場だと『どの方向にアンテナを向けるか』を決める作業の話ですよね。

AIメンター拓海

その通りです。ミリ波では指向性の高いビームを探して合わせる必要がありますが、ビームの数が多いと全部を順に試すだけで時間がかかるんですよ。ここを賢く絞るのが狙いです。

田中専務

なるほど。で、レーダーというのはどう使うのですか。単に電波で位置を取るだけではないのですか。

AIメンター拓海

良い質問です。ここは三点に分けて説明します。第一にレーダーで散乱体（物や人の反射）を検知して、ビーム探索の候補を限定できます。第二に、動いている対象と静的な反射（クラッター）を区別して、動的な通信相手だけに絞れます。第三にその候補群に対して

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
マルチシナリオランキングと適応的特徴学習
（Multi-Scenario Ranking with Adaptive Feature Learning）
次の記事
深度ヘテロスケダスティック回帰の病理の理解
（Understanding Pathologies of Deep Heteroskedastic Regression）
関連記事
大腸内視鏡のためのトポロジカルマッピングと局所化
（ColonMapper: topological mapping and localization for colonoscopy）
敵対的事前学習トランスフォーマーによる表形式予測タスクのゼロショットメタ学習
(Zero-shot Meta-learning for Tabular Prediction Tasks with Adversarially Pre-trained Transformer)
CTラジオミクスに基づく説明可能な機械学習モデルによる子宮内膜腫瘍の良性・悪性判別
（CT Radiomics-Based Explainable Machine Learning Model for Accurate Differentiation of Malignant and Benign Endometrial Tumors）
代理説明の不確実性定量化：序数的合意アプローチ
（Uncertainty Quantification of Surrogate Explanations: an Ordinal Consensus Approach）
フェノリンク: 異種グラフニューラルネットワークを用いた表現型—遺伝子リンク予測と解釈
(PHENOLINKER: PHENOTYPE-GENE LINK PREDICTION AND EXPLANATION USING HETEROGENEOUS GRAPH NEURAL NETWORKS)
スピーカーと文章を結びつける対照学習
（Speaker-Text Retrieval via Contrastive Learning）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
ℓpノルム回帰の反復再精練法
（Iterative Refinement for ℓp-norm Regression）
  • 論文研究
手書き数式認識におけるパターン生成戦略
（Pattern Generation Strategies for Improving Recognition of Handwritten Mathematical Expressions）
  • 論文研究
ヒト中心の転移学習説明と知識グラフの活用
（Human-centric Transfer Learning Explanation via Knowledge Graph）
  • 論文研究
深層学習によるリアルタイム路上駐車占有予測
（A deep learning approach to real-time parking occupancy prediction in spatio-temporal networks incorporating multiple spatio-temporal data sources）
  • 論文研究
テンソライズド論理プログラミング言語が切り開く「宣言的モデリング×大規模数値計算」の道
（A tensorized logic programming language for large-scale data）
  • 論文研究
シード駆動型ジオソーシャルデータ抽出
（Seed-Driven Geo-Social Data Extraction）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む