-
公开(公告)号：WO2017188501A1
公开(公告)日：2017-11-02
申请号：PCT/KR2016/005771
申请日：2016-05-31
Applicant: 경희대학교 산학협력단
Abstract: 복잡도 감소에 기반한 DS-CDMA 시스템에서의 원신호 복원 방법이 개시된다. 이 방법에서, 먼저 다중 사용자 검출을 위해 사용되는 가우시안 프로세스 회귀(Gaussian process regression, GPR) 방식에 로그 행렬식 규칙(law of log determinant)을 적용하여 얻어지는 음의 주변 로그 우도(reduced negative marginal log likelihood, rMLL)를 고속 푸리에 변환(fast Fourier transform, FFT) 적용한 후 확률 기울기 하강(stochastic gradient descent, SGD)을 통합하여 생성되는 부분 도함수(partial derivative)를 사용하여 rMLL에 대한 부분 도함수를 계산한다. 그 후, 상기 rMLL에 대한 부분 도함수를 이용하여 상기 rMLL을 계산하고, 상기 rMLL의 반복 계산에 의한 오차 갭이 수렴할 때까지 하이퍼-파라미터를 수렴 포인트로 업데이트한다. 다음, 상기 수렴을 통해 추정되는 하이퍼-파라미터를 사용하여 정합 필터를 추정하는테 사용되는 커널 함수를 산출하고, 상기 커널 함수를 사용하여 다중 사용자별 원신호를 복원한다.
Abstract translation: 公开了一种基于降低的复杂度来恢复DS-CDMA系统中的原始信号的方法。 在该方法中，通过将对数行列式的定律应用于用于多用户检测的高斯过程回归（GPR）方案而获得的负负对数似然性（rMLL） 在应用快速傅里叶变换（FFT）之后，使用通过对随机梯度下降（SGD）进行积分而生成的偏导数来计算rMLL的偏导数。 然后，使用rMLL的偏导数来计算rMLL，并且将超参数更新为收敛点，直到由于rMLL的迭代计算而导致的误差缺口收敛。 接下来，使用通过收敛估计的超参数来计算用于估计匹配滤波器的核函数，并且使用核函数来恢复每个用户的原始信号。
-
公开(公告)号：KR101657414B1
公开(公告)日：2016-09-30
申请号：KR1020150070331
申请日：2015-05-20
Applicant: 경희대학교 산학협력단
Abstract: 본발명은베이지안학습(bayesian learning) 및가우시안프로세스회귀(gaussian process regression)에기초하여각 코어들의사용률을획득하는제1 획득부, 상기획득된사용률에대응하는상기각 코어들의평균대기시간및 차단율을획득하는제2 획득부, 상기획득된평균대기시간및 상기획득된차단율에기초하여소스코어(source core)의타겟프로세싱(target processing) 및목적지코어(destination core)를선정하는선정부및 상기선정된소스코어의타겟프로세싱을추출하여상기선정된소스코어를비활성화되도록제어하고, 상기추출된타겟프로세싱을상기선정된목적지코어로마이그레이팅(migrating)되도록제어하는제어부를포함하는 CPU 사용률제어장치및 방법을개시한다.
Abstract translation: 本发明公开了一种用于控制中央处理单元（CPU）利用的装置，其包括第一采集单元，第二采集单元，选择单元和控制单元及其方法。 第一个采集单元基于贝叶斯学习和高斯过程回归获取每个核心的利用率。 第二采集单元获取与获取的利用相对应的每个核的平均待机时间和阻塞率。 选择单元基于获取的平均待机时间和阻塞率来选择源核心和目的地核心的目标处理。 控制单元执行控制操作以提取所选择的源矿石的目标处理，使得所选择的源核心变为非激活，并将所提取的目标处理迁移到所选择的目标核心。 因此，可以基于贝叶斯学习和高斯过程回归来控制大型系统中每个核心的利用。
-
公开(公告)号：KR101779584B1
公开(公告)日：2017-09-18
申请号：KR1020160065123
申请日：2016-05-26
Applicant: 경희대학교 산학협력단
CPC classification number: H04L1/20 , H04L27/20 , H04L27/26 , H04L27/2017 , H04L1/203 , H04L27/2628
Abstract: 복잡도감소에기반한 DS-CDMA 시스템에서의원신호복원방법이개시된다. 이방법에서, 먼저다중사용자검출을위해사용되는가우시안프로세스회귀(Gaussian process regression, GPR) 방식에로그행렬식규칙(law of log determinant)을적용하여얻어지는음의주변로그우도(reduced negative marginal log likelihood, rMLL)를고속푸리에변환(fast Fourier transform, FFT) 적용한후 확률기울기하강(stochastic gradient descent, SGD)을통합하여생성되는부분도함수(partial derivative)를사용하여 rMLL에대한부분도함수를계산한다. 그후, 상기 rMLL에대한부분도함수를이용하여상기 rMLL을계산하고, 상기 rMLL의반복계산에의한오차갭이수렴할때까지하이퍼-파라미터를수렴포인트로업데이트한다. 다음, 상기수렴을통해추정되는하이퍼-파라미터를사용하여정합필터를추정하는데사용되는커널함수를산출하고, 상기커널함수를사용하여다중사용자별원신호를복원한다.
-
-
Search Results
3
records
(took 0.016 seconds)
