1. Αρχική σελίδα
  2. Αναζήτηση

Εξίσωση μη γραμμικών καναλιών με χρήση τεχνικών μηχανικής μάθησης

Το τεκμήριο παρέχεται από τον φορέα :
Πανεπιστήμιο Δυτικής Αττικής (ΠΑ.Δ.Α.)   

Αποθετήριο :
Πολυνόη - Ιδρυματικό Αποθετήριο Πανεπιστημίου Δυτικής Αττικής   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Εξίσωση μη γραμμικών καναλιών με χρήση τεχνικών μηχανικής μάθησης
Καταβάτης, Ανδρέας
Zervas, Evangelos
Σχολή Μηχανικών
Karabetsos, Sotiris
Τμήμα Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών
Kalyvas, Dimitrios
Διπλωματική εργασία
2021-10
2021-10-22T07:37:33Z
Η έννοια της εξίσωσης καναλιού αναφέρεται σε οποιαδήποτε τεχνική επεξεργασίας σήματος που χρησιμοποιείται στον δέκτη για την αντιμετώπιση των παραμορφώσεων που εισάγονται από το κανάλι επικοινωνίας. Με την άνοδο των νευρωνικών δικτύων τα τελευταία χρόνια έχει δοκιμαστεί και η εφαρμογή τους στον τομέα των τηλεπικοινωνιών. Οι τεχνικές μηχανικής μάθησης έχουν δείξει σημαντικές βελτιώσεις όσον αφορά την εξίσωση καναλιού σε σύγκριση με τις κλασικές μεθόδους. Τα τεχνητά νευρωνικά δίκτυα χωρίζονται σε δίκτυα πρόσθιας τροφοδότησης και σε αναδρομικά νευρωνικά δίκτυα. Και οι δύο αυτές κατηγορίες παρουσιάζουν ομοιότητες στην αρχιτεκτονική τους με τους γραμμικούς εξισωτές αλλά και με τους εξισωτές ανατροφοδότησης απόφασης. Σε αυτή τη διπλωματική εργασία μελετάται η λύση για το πρόβλημα της εξίσωσης μη γραμμικού καναλιού χρησιμοποιώντας τεχνητά νευρωνικά δίκτυα αφού τα νευρωνικά δίκτυα από τη φύση τους λύνουν μη γραμμικά προβλήματα λόγω των συναρτήσεων ενεργοποίησης που χρησιμοποιούν. Αρχικά γίνεται μία επισκόπηση για την ανάγκη εξίσωσης καναλιού, και τις κλασικές τεχνικές που εφαρμόζονται για τη λύση του προβλήματος. Έπειτα αναλύονται τα τεχνητά νευρωνικά δίκτυα ενώ στη συνέχεια παρουσιάζονται και αναλύονται τα αποτελέσματα που έχουν οδηγήσει στους εξισωτές που βασίζονται σε τεχνητά νευρωνικά δίκτυα. Στη συνέχεια πραγματοποιήθηκε η υλοποίηση ενός εξισωτή βασισμένου σε δίκτυο πρόσθιας τροφοδότησης και εκτελέστηκαν τρείς προσομοιώσεις με τελικό στόχο την εξίσωση μη γραμμικού καναλιού.
Τεχνητά νευρωνικά δίκτυα
Recurrent neural networks
Artificial neural networks
Εξισωτές
Κανάλια επικοινωνίας
Feedforward neural network
Τεχνητά νευρωνικά δίκτυα πρόσθιας τροφοδότησης
Διασυμβολική παρεμβολή
Equalizers
Channel equalization
Intersymbol interference
Εξίσωση καναλιού
Communication channels
Μηχανική μάθηση
Αναδρομικά νευρωνικά δίκτυα
Ελληνική γλώσσα
Πανεπιστήμιο Δυτικής Αττικής
ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ - Τμήμα Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών - Διπλωματικές εργασίες
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Πανεπιστήμιο Δυτικής Αττικής (ΠΑ.Δ.Α.)
Πολυνόη - Ιδρυματικό Αποθετήριο Πανεπιστημίου Δυτικής Αττικής
ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ
Τμήμα Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών
Διπλωματικές εργασίες



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.