JP2019122008A - 電波伝搬推定装置、電波伝搬推定方法、及び、電波伝搬推定プログラム - Google Patents
電波伝搬推定装置、電波伝搬推定方法、及び、電波伝搬推定プログラム Download PDFInfo
- Publication number
- JP2019122008A JP2019122008A JP2018002624A JP2018002624A JP2019122008A JP 2019122008 A JP2019122008 A JP 2019122008A JP 2018002624 A JP2018002624 A JP 2018002624A JP 2018002624 A JP2018002624 A JP 2018002624A JP 2019122008 A JP2019122008 A JP 2019122008A
- Authority
- JP
- Japan
- Prior art keywords
- radio wave
- wave propagation
- estimation
- map data
- propagation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
Description
近年の人工知能の発展は目覚ましく、現在、多くの応用研究が注目を集めている。その基礎となる技術の1つに、「ディープラーニング」(深層学習)がある。
図1は、一実施形態に係る電波伝搬推定装置10の構成例を示す機能ブロック図である。「推定装置」は、「シミュレータ」、「モデル」、又は、「ツール」などに読み替えられてもよい。
次に、本実施形態の電波伝搬推定装置10において用いる入力データの一例について説明する。
次に、本実施形態の都市構造パラメータ抽出部101及び伝搬推定部102に適用するDNNの構成例について、図5を参照して説明する。図5に示すように、都市構造パラメータ抽出部101には、例えばCNNが適用され、伝搬推定部102には、例えばFNNが適用される。
CNNは、例示的に、畳み込み層(C層)と、プーリング層(P層)と、全結合層(F層)と、を有する。
一方、伝搬推定部102に適用するFNNは、図5に例示したように、入力層、中間層、及び、出力層の3層によって構成されてよい。
次に、C層及びF層に適用する活性化関数(activation function)f(x)について説明する。なお、「x」は、局所領域のインデクスを表す。C層(C0〜C3)のそれぞれには、例えば、下記の式(1)によって表されるReLU関数が適用されてよい。なお、「ReLU」は、「Rectified Linear Unit」の略称である。
既述のとおり、重みパラメータの学習には誤差逆伝搬法が適用されてよい。ここで、DNNの規模が大きく、また、学習データ量が多いほど、DNNの学習にかかる時間が長くなる傾向にある。
P層は、既述のとおり、入力データを扱いやすい形式に変形するために、情報をダウンサンプリングして圧縮する。情報を圧縮することで、微小な位置変化に対するロバスト性の向上、過学習の抑制、及び/又は、演算コストの低減といった効果が期待できる。
以下、上述した構成を有する電波伝搬推定装置10の動作例を、学習段階と推定段階とに分けて説明する。
図6は、電波伝搬推定装置10の学習段階に着目した動作例を示すフローチャートである。
図7は、図6にて上述した学習段階が終了した後の、電波伝搬推定装置10の推定段階に着目した動作例を示すフローチャートである。
図8は、学習段階において、ミニバッチサイズをn=100に設定してDNNの学習を行った場合の、重みパラメータの更新回数に対する学習の推移の一例を示す図である。図8において、横軸のエポック数「M」は、学習データの全体を何回考慮したか(別言すると、学習データがDNNを通過した回数)を表す指標である。イタレーション回数を「m」で表し、学習データのサンプル数を「N」で表すと、M=m×n/Nとなる。
図1及び図2に例示した電波伝搬推定装置10における機能ブロック(構成要素)は、ハードウェア及び/又はソフトウェアの任意の組み合わせによって実現されてよい。また、各機能ブロックの実現手段は特定の手段に限定されない。例えば、各機能ブロックは、物理的及び/又は論理的に結合した1つの装置によって実現されてもよいし、物理的及び/又は論理的に分離した複数の装置を直接、及び/又は、間接的に(例えば、有線及び/又は無線)によって接続することによって実現されてもよい。
本明細書で説明した実施形態は、LTE(Long Term Evolution)、LTE−A(LTE-Advanced)、SUPER 3G、IMT−Advanced、4G、5G、FRA(Future Radio Access)、W−CDMA(登録商標)、GSM(登録商標)、CDMA2000、UMB(Ultra Mobile Broadband)、IEEE 802.11(Wi−Fi)、IEEE 802.16(WiMAX)、IEEE 802.20、UWB(Ultra-WideBand)、Bluetooth(登録商標)、その他の適切なシステムを利用するシステム及び/又はこれらに基づいて拡張された次世代システムに適用されてもよい。
本明細書で説明した各態様/実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本明細書で説明した方法については、例示的な順序で様々なステップの要素を提示しており、提示した特定の順序に限定されない。
入出力された情報等は特定の場所(例えば、メモリ)に保存されてもよいし、管理テーブルで管理してもよい。入出力される情報等は、上書き、更新、または追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置に送信されてもよい。
判定は、1ビットで表される値(0か1か)によって行われてもよいし、真偽値(Boolean:trueまたはfalse)によって行われてもよいし、数値の比較(例えば、所定の値との比較)によって行われてもよい。
ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈される。
本明細書で説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、データ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。
また、本明細書で説明した情報、パラメータなどは、絶対値で表されてもよいし、所定の値からの相対値で表されてもよいし、対応する別の情報で表されてもよい。
基地局は、1つまたは複数(例えば、3つ)の(セクタとも呼ばれる)セルを収容することができる。基地局が複数のセルを収容する場合、基地局のカバレッジエリア全体は複数のより小さいエリアに区分でき、各々のより小さいエリアは、基地局サブシステム(例えば、屋内用の小型基地局RRH:Remote Radio Head)によって通信サービスを提供することもできる。「セル」または「セクタ」という用語は、このカバレッジにおいて通信サービスを提供する基地局、及び/又は、基地局サブシステムのカバレッジエリアの一部または全体を指す。さらに、「基地局」、「BS」、「eNB」、「gNB」、「セル」、および「セクタ」という用語は、本明細書では互換的に使用され得る。基地局は、固定局(fixed station)、NodeB、eNodeB(eNB)、gNodeB、アクセスポイント(access point)、スモールセルなどの用語で呼ばれる場合もある。スモールセルは、マクロセルよりもカバレッジの小さいセルの一例である。スモールセルは、カバレッジエリアに応じて呼称が異なってよい。例えば、スモールセルは、「フェムトセル」、「ピコセル」、「マイクロセル」、「ナノセル」、「メトロセル」、「ホームセル」等と称されてもよい。「セル」または「セクタ」という用語は、基地局が無線サービスを提供する個々の地理的範囲を意味する他、その個々の地理的範囲において端末と通信を行なうために基地局が管理する通信機能の一部をも意味してよい。
UEは、当業者によって、ユーザ端末、端末、移動局、加入者局、モバイルユニット、加入者ユニット、ワイヤレスユニット、リモートユニット、モバイルデバイス、ワイヤレスデバイス、ワイヤレス通信デバイス、リモートデバイス、モバイル加入者局、アクセス端末、モバイル端末、ワイヤレス端末、リモート端末、ハンドセット、ユーザエージェント、モバイルクライアント、クライアント、UE、又は、いくつかの他の適切な用語で呼ばれる場合もある。UEは、その位置が変化しない固定端末であってもよいし、その位置が変化する移動端末であってもよい。非限定的な一例として、UEは、携帯電話やスマートフォン、タブレット端末等の移動可能な端末であってよい。また、UEは、IoT(Internet of Things)端末であってもよい。IoTによって、様々な「物」に通信機能が搭載され得る。通信機能を搭載した様々な「物」は、インターネットや無線アクセス網等に接続して通信を行なうことができる。例えば、IoT端末には、無線通信機能を具備したセンサデバイスやメータ(測定器)等が含まれてよい。センサデバイスやメータを搭載した監視カメラや火災報知器等の何らかの監視装置が端末に該当してもよい。監視装置等のIoT端末であるUEと基地局との間の無線通信は、MTC(Machine Type Communications)と称されることがある。そのため、IoT端末であるUEは「MTCデバイス」と称されることがある。
「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。例えば、「判断」、「決定」は、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up)(例えば、テーブル、データベース又は別のデータ構造での探索)、確認(ascertaining)した事を「判断」「決定」したと扱う事を含み得る。また、「判断」、「決定」は、受信(receiving)(例えば、情報を受信すること)、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(access)(例えば、メモリ中のデータにアクセスすること)した事を「判断」「決定」したと扱う事を含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したと扱う事を含み得る。つまり、「判断」、「決定」は、何らかの動作を「判断」、「決定」したと扱う事を含み得る。
本明細書で説明した各態様/実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知(例えば、「Xであること」の通知)は、明示的な通知に限られず、暗示的な通知でもよい(例えば、当該所定の情報の通知を行わない)。
101 都市構造パラメータ抽出部
102 伝搬推定部
103 誤差計算部
104 重み更新部
300,400 データベース(DB)
1001 プロセッサ
1002 メモリ
1003 ストレージ
1004 通信装置
1005 入力装置
1006 出力装置
1007 バス
C0,C1,C2,C3 畳み込み層(C層)
P0,P1 プーリング層(P層)
F0,F1,F2,F3 全結合層(F層)
Claims (6)
- 送信点から送信される電波の受信点を含む地図データに、畳み込みニューラルネットワークを適用することによって、前記受信点を含む周辺環境において前記電波の障害となり得る構造を表す第1パラメータを前記地図データから抽出する抽出部と、
前記抽出部において抽出された前記第1パラメータと、前記送信点と前記受信点との間において無線通信を行う無線通信システムの構成を表す第2パラメータと、に、全結合ニューラルネットワークを適用することによって、前記電波の伝搬特性を推定する推定部と、
を備えた、電波伝搬推定装置。 - 前記推定部によって推定された前記伝搬特性と、前記伝搬特性に関する実測値又は理論値と、の誤差を計算する誤差計算部と、
前記誤差が所定の収束条件を満足するまで、前記畳み込みニューラルネットワーク及び前記全結合ニューラルネットワークの重みパラメータを、誤差逆伝搬法によって更新する更新部と、
を備えた、請求項1に記載の電波伝搬推定装置。 - 前記伝搬特性に関する実測値は、複数の前記受信点のそれぞれに対応する複数のユーザ装置から前記送信点に対応する基地局へ報告され、前記基地局又は前記基地局の上位局において収集された、電波伝搬環境に関する情報に基づいて求められる、
請求項2に記載の電波伝搬推定装置。 - 前記第2パラメータは、前記送信点と前記受信点との間の距離を示す情報、及び/又は、前記送信点と前記受信点との間の見通しの有無を示す情報、を含む、
請求項1〜3のいずれか1項に記載の電波伝搬推定装置。 - 送信点から送信される電波の受信点を含む地図データに、畳み込みニューラルネットワークを適用することによって、前記受信点を含む周辺環境において前記電波の障害となり得る構造を表す第1パラメータを前記地図データから抽出し、
抽出された前記第1パラメータと、前記送信点と前記受信点との間において無線通信を行う無線通信システムの構成を表す第2パラメータと、に、全結合ニューラルネットワークを適用することによって、前記電波の伝搬特性を推定する、
電波伝搬推定方法。 - コンピュータに、
送信点から送信される電波の受信点を含む地図データに、畳み込みニューラルネットワークを適用することによって、前記受信点を含む周辺環境において前記電波の障害となり得る構造を表す第1パラメータを前記地図データから抽出し、
抽出された前記第1パラメータと、前記送信点と前記受信点との間において無線通信を行う無線通信システムの構成を表す第2パラメータと、に、全結合ニューラルネットワークを適用することによって、前記電波の伝搬特性を推定する、
処理を実行させる、
電波伝搬推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018002624A JP7073112B2 (ja) | 2018-01-11 | 2018-01-11 | 電波伝搬推定装置、電波伝搬推定方法、及び、電波伝搬推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018002624A JP7073112B2 (ja) | 2018-01-11 | 2018-01-11 | 電波伝搬推定装置、電波伝搬推定方法、及び、電波伝搬推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019122008A true JP2019122008A (ja) | 2019-07-22 |
JP7073112B2 JP7073112B2 (ja) | 2022-05-23 |
Family
ID=67307984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018002624A Active JP7073112B2 (ja) | 2018-01-11 | 2018-01-11 | 電波伝搬推定装置、電波伝搬推定方法、及び、電波伝搬推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7073112B2 (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110717422A (zh) * | 2019-09-25 | 2020-01-21 | 北京影谱科技股份有限公司 | 基于卷积神经网络的交互动作的识别方法和系统 |
CN111368885A (zh) * | 2020-02-24 | 2020-07-03 | 大连理工大学 | 一种基于深度学习和信息融合的航空发动机气路故障诊断方法 |
JPWO2021064999A1 (ja) * | 2019-10-04 | 2021-04-08 | ||
CN112631134A (zh) * | 2021-01-05 | 2021-04-09 | 华南理工大学 | 一种基于模糊神经网络的智能小车避障方法 |
CN113037411A (zh) * | 2019-12-24 | 2021-06-25 | 清华大学 | 一种基于深度学习的多用户信号检测方法及装置 |
CN113965281A (zh) * | 2021-10-08 | 2022-01-21 | 上海科技大学 | 一种基于端到端学习的空中计算系统设计方法 |
JPWO2022038758A1 (ja) * | 2020-08-21 | 2022-02-24 | ||
CN114598403A (zh) * | 2022-03-31 | 2022-06-07 | 中国人民解放军陆军工程大学 | 一种数据链宽带噪声电磁信号干扰预测方法及系统 |
JP2022106445A (ja) * | 2021-01-07 | 2022-07-20 | 株式会社Kddi総合研究所 | モデル作成装置、モデル作成方法及びプログラム |
WO2022269583A1 (ja) | 2021-06-25 | 2022-12-29 | 株式会社Nttドコモ | 電波伝搬推定装置及び電波伝搬推定方法 |
WO2023127106A1 (ja) * | 2021-12-28 | 2023-07-06 | 日本電信電話株式会社 | 伝搬特性推定方法、伝搬特性推定装置、及び伝搬特性推定プログラム |
WO2023170762A1 (ja) * | 2022-03-07 | 2023-09-14 | 日本電信電話株式会社 | 学習方法、伝搬特性推定方法、伝搬特性推定装置、伝搬特性推定システム、伝搬特性推定プログラム |
WO2024075180A1 (ja) * | 2022-10-04 | 2024-04-11 | 日本電信電話株式会社 | 伝搬環境再現装置、伝搬環境再現方法および伝搬環境再現システム |
WO2024075184A1 (ja) * | 2022-10-04 | 2024-04-11 | 日本電信電話株式会社 | 伝搬環境再現装置、伝搬環境再現方法および伝搬環境再現システム |
WO2024100702A1 (ja) * | 2022-11-07 | 2024-05-16 | 日本電気株式会社 | 学習システム、データ選択装置、学習方法、データ選択方法、及び非一時的なコンピュータ可読媒体 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07253446A (ja) * | 1994-03-16 | 1995-10-03 | Mitsubishi Electric Corp | 電界強度分布作成方法及びその装置 |
JPH10239363A (ja) * | 1997-02-28 | 1998-09-11 | Y R P Ido Tsushin Kiban Gijutsu Kenkyusho:Kk | 電波伝搬損失推定方法及び装置 |
JP2010166185A (ja) * | 2009-01-13 | 2010-07-29 | Ntt Docomo Inc | 電界強度を推定する装置及び方法 |
-
2018
- 2018-01-11 JP JP2018002624A patent/JP7073112B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07253446A (ja) * | 1994-03-16 | 1995-10-03 | Mitsubishi Electric Corp | 電界強度分布作成方法及びその装置 |
JPH10239363A (ja) * | 1997-02-28 | 1998-09-11 | Y R P Ido Tsushin Kiban Gijutsu Kenkyusho:Kk | 電波伝搬損失推定方法及び装置 |
JP2010166185A (ja) * | 2009-01-13 | 2010-07-29 | Ntt Docomo Inc | 電界強度を推定する装置及び方法 |
Non-Patent Citations (2)
Title |
---|
坂上修二 SAKAGAMI S. 久保井潔 KUBOI K.: "市街地構造を考慮した伝搬損の推定", 電子情報通信学会論文誌 B−II, vol. 74, no. 1, JPN6021040339, January 1991 (1991-01-01), JP, pages 17 - 25, ISSN: 0004617682 * |
市坪信一 ICHITSUBO S. 木村正弘 KIMURA M.: "800MHz帯市街地伝搬損構造のモデル", 電子情報通信学会論文誌 B−II, vol. 75, no. 9, JPN6021040342, September 1992 (1992-09-01), JP, pages 638 - 646, ISSN: 0004617683 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110717422A (zh) * | 2019-09-25 | 2020-01-21 | 北京影谱科技股份有限公司 | 基于卷积神经网络的交互动作的识别方法和系统 |
JPWO2021064999A1 (ja) * | 2019-10-04 | 2021-04-08 | ||
WO2021064999A1 (ja) * | 2019-10-04 | 2021-04-08 | 日本電信電話株式会社 | 伝搬特性推定装置、伝搬特性推定方法、及び伝搬特性推定プログラム |
JP7400826B2 (ja) | 2019-10-04 | 2023-12-19 | 日本電信電話株式会社 | 伝搬特性推定装置、伝搬特性推定方法、及び伝搬特性推定プログラム |
CN113037411B (zh) * | 2019-12-24 | 2022-02-15 | 清华大学 | 一种基于深度学习的多用户信号检测方法及装置 |
CN113037411A (zh) * | 2019-12-24 | 2021-06-25 | 清华大学 | 一种基于深度学习的多用户信号检测方法及装置 |
CN111368885A (zh) * | 2020-02-24 | 2020-07-03 | 大连理工大学 | 一种基于深度学习和信息融合的航空发动机气路故障诊断方法 |
CN111368885B (zh) * | 2020-02-24 | 2021-12-03 | 大连理工大学 | 一种航空发动机气路故障诊断方法 |
JP7166503B2 (ja) | 2020-08-21 | 2022-11-07 | 三菱電機株式会社 | 電波伝搬推定装置、及び地図情報抽出方法 |
JPWO2022038758A1 (ja) * | 2020-08-21 | 2022-02-24 | ||
CN112631134A (zh) * | 2021-01-05 | 2021-04-09 | 华南理工大学 | 一种基于模糊神经网络的智能小车避障方法 |
JP2022106445A (ja) * | 2021-01-07 | 2022-07-20 | 株式会社Kddi総合研究所 | モデル作成装置、モデル作成方法及びプログラム |
JP7397814B2 (ja) | 2021-01-07 | 2023-12-13 | 株式会社Kddi総合研究所 | モデル作成装置、モデル作成方法及びプログラム |
WO2022269583A1 (ja) | 2021-06-25 | 2022-12-29 | 株式会社Nttドコモ | 電波伝搬推定装置及び電波伝搬推定方法 |
CN113965281A (zh) * | 2021-10-08 | 2022-01-21 | 上海科技大学 | 一种基于端到端学习的空中计算系统设计方法 |
CN113965281B (zh) * | 2021-10-08 | 2023-09-22 | 上海科技大学 | 一种基于端到端学习的空中计算系统设计方法 |
WO2023127106A1 (ja) * | 2021-12-28 | 2023-07-06 | 日本電信電話株式会社 | 伝搬特性推定方法、伝搬特性推定装置、及び伝搬特性推定プログラム |
WO2023170762A1 (ja) * | 2022-03-07 | 2023-09-14 | 日本電信電話株式会社 | 学習方法、伝搬特性推定方法、伝搬特性推定装置、伝搬特性推定システム、伝搬特性推定プログラム |
CN114598403A (zh) * | 2022-03-31 | 2022-06-07 | 中国人民解放军陆军工程大学 | 一种数据链宽带噪声电磁信号干扰预测方法及系统 |
CN114598403B (zh) * | 2022-03-31 | 2024-03-12 | 中国人民解放军陆军工程大学 | 一种数据链宽带噪声电磁信号干扰预测方法及系统 |
WO2024075180A1 (ja) * | 2022-10-04 | 2024-04-11 | 日本電信電話株式会社 | 伝搬環境再現装置、伝搬環境再現方法および伝搬環境再現システム |
WO2024075184A1 (ja) * | 2022-10-04 | 2024-04-11 | 日本電信電話株式会社 | 伝搬環境再現装置、伝搬環境再現方法および伝搬環境再現システム |
WO2024100702A1 (ja) * | 2022-11-07 | 2024-05-16 | 日本電気株式会社 | 学習システム、データ選択装置、学習方法、データ選択方法、及び非一時的なコンピュータ可読媒体 |
Also Published As
Publication number | Publication date |
---|---|
JP7073112B2 (ja) | 2022-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7073112B2 (ja) | 電波伝搬推定装置、電波伝搬推定方法、及び、電波伝搬推定プログラム | |
Imai et al. | Radio propagation prediction model using convolutional neural networks by deep learning | |
WO2022083624A1 (zh) | 一种模型的获取方法及设备 | |
CN110731096A (zh) | 使用深度神经网络预测电信网络中的接收信号强度 | |
CN112512069B (zh) | 基于信道波束图样的网络智能优化方法及装置 | |
Zhang et al. | A new method for traffic forecasting in urban wireless communication network | |
CN114420309B (zh) | 建立药物协同作用预测模型的方法、预测方法及对应装置 | |
CN104254083B (zh) | 预测业务热点的方法及装置 | |
CN112560981A (zh) | 生成对抗模型的训练方法、装置、设备、程序和存储介质 | |
Hemberg et al. | A comparison of grammatical genetic programming grammars for controlling femtocell network coverage | |
Rutagemwa et al. | Dynamic spectrum assignment for land mobile radio with deep recurrent neural networks | |
CN114298290A (zh) | 一种基于自监督学习的神经网络编码方法及编码器 | |
Gui et al. | Optical network traffic prediction based on graph convolutional neural networks | |
Elmezughi et al. | Path loss modeling based on neural networks and ensemble method for future wireless networks | |
CN117633592B (zh) | 一种新能源电站智能监盘系统 | |
Cisse et al. | Irgan: cgan-based indoor radio map prediction | |
CN113420722A (zh) | 一种机场安全管理平台的突发事件联动方法及系统 | |
CN117440404A (zh) | 数据与知识双驱动的频谱地图智能精确构建方法 | |
CN116341634B (zh) | 神经结构搜索模型的训练方法、装置及电子设备 | |
CN115984084B (zh) | 一种基于动态可拆分网络的遥感分布式数据处理方法 | |
CN115913424A (zh) | 一种基于条件生成对抗网络的频谱地图精确构建方法 | |
CN115629883A (zh) | 资源预测方法、装置、计算机设备及存储介质 | |
JP2019205127A (ja) | 電波伝搬推定装置および電波伝搬推定方法 | |
CN115052154A (zh) | 一种模型训练和视频编码方法、装置、设备及存储介质 | |
CN114157374B (zh) | 小区无线信号强度预测方法和装置、计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20190621 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20191105 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210105 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210916 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211019 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211216 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220426 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220511 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7073112 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |