Kablosuz 5G ötesi ağlarda görme destekli ışın izleme problemine yumuşak dikkat mekanizması kullanarak uzun kısa süreli bellek uygulanması
On the vision-beam aided tracking for wireless 5G-beyond networks using long short-term memory with soft attention mechanism
- Tez No: 748669
- Danışmanlar: DOÇ. DR. FERKAN YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 67
Özet
5G teknolojisinin büyümesi ve sağlık, otonom arabalar, görüntü tanıma ve diğer birçok alanda çeşitli bilgisayarlı görü görevleri için derin öğrenmenin sürekli başarısı, kablosuz iletişim alanında yeni zorluklar getirmiştir. Ayrıca, 5G-ağlar ötesi, temel olarak baz istasyonları ve mobil kullanıcılar arasındaki görüş hattı (LOS) bağlantılarının nasıl sürdürüleceğine dayanmaktadır. Bu nedenle, 5G-Ötesi ağlarındaki ana zorluklardan biri, en iyi performans için en iyi ışın biçimlerdirmesini arama gecikmesinden kaçınmak için, blokajlar mobil kullanıcıların iletişim kurmasını engellemeden önce mobil kullanıcılar için devir mekanizmasının proaktif olarak nasıl korunacağıdır. Buna göre, görme destekli milimetre dalga (mmWave) ışın ve blokaj tahmini, proaktif aktarım ve kaynak tahsisi için yeni araştırmalara kapı açmıştır. Bu tezin amacı, Vision-Wireless ViWi-BT veri kümesinde değerlendirilen derin öğrenme yaklaşımını kullanarak mmWave bantlarında kablosuz ışın izlemeyi incelemektir [1]. Temel tahmin yöntemi olarak uzun kısa süreli bellek (LSTM) ağı kullanarak önceden gözlemlenen ışın dizilerinden ve görüntülerden gelecek ışın dizilerinin nasıl tahmin edileceğini sunmaktayız. En önemli özellikleri akıllıca seçmek için yumuşak dikkat mekanizmasını kullanıyoruz ve bu nedenle gradyan kaybolma sorununu ortadan kaldırmak için softmax dikkat işlevini farklı periyodik dikkat işlevleriyle değiştirilmesini önermekteyiz.
Özet (Çeviri)
The growth of 5G technology and the continuous success of deep learning for various computer vision tasks in healthcare, self-driving cars, visual recognition, and many other areas, brought new challenges in the field of wireless communication. Moreover, 5G-Beyond networks primarily rely on how to maintain line-of-sight (LOS) links between base stations and mobile users. As such, one of the main challenges in 5G-Beyond networks is how to proactively maintain the hand-over mechanism for mobile users before blockages prevent mobile users from communicating, so as to avoid the latency of searching the best beamforming for the best performance. Accordingly, vision-aided millimeter-wave (mmWave) beam and blockage prediction has opened the door for new research for proactive hand-off and resource allocation. The purpose of this thesis is to study wireless beam tracking on mmWave bands using deep learning approach evaluated on the Vision-Wireless ViWi-BT dataset [1]. We present how to predict future beam sequences from previously observed beam sequences and images using a long short-term memory (LSTM) network as a base predictive method. As such, we utilize the soft attention mechanism to intelligently choose the most important features and thus we suggest replacing the softmax attention function with different periodic attention functions to eliminate the gradient vanishing problem.
Benzer Tezler
- Reconfigurable intelligent surface-based novel transceiver architectures and multiple access
Başlık çevirisi yok
AYMEN KHALEEL
Doktora
İngilizce
2023
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL BAŞAR
- Secure and coordinated beamforming in 5G and beyond systems using deep neural networks
5G ve ötesi sistemlerde derin sinir ağları kullanarak güvenli ve koordineli hüzmeleme
UTKU ÖZMAT
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET AKİF YAZICI
DR. ÖĞR. ÜYESİ MEHMET FATİH DEMİRKOL
- Blind code identification using deep neural networks
Derin yapay sinir ağları kullanılarak kör kod tanıma
CİHAT KEÇECİ
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA HAKAN DELİÇ
- Gelecek nesil kablosuz ağlarda radyo erişim ağı dilimlemenin gecikme ve verim üzerindeki etkisinin incelenmesi
Analysis of radio access network slicing on latency and throughput in next-generation wireless networks
AYKUT ÇUBUKÇU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. KEREM KÜÇÜK
- Array processing and optimization techniques of beamforming and resource allocation for enhanced spectral efficiency in 5g and beyond systems
5g ve ötesı sıstemlerının hüzmeleme ve spektral verımlılığının vektör íşleme ve optımızasyon ıle gerçekleştırılmesı
NANN WIN MOE THET NANN WIN MOE THET
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
Assoc. Prof. Dr. MEHMET KEMAL ÖZDEMİR