MétaCan
Menu
Retour à la cohorte
Enregistrement W1580291878 · doi:10.1109/ijcnn.2005.1556443

Implementation of an MLP-based DOA system using a reduced number of MM-wave antenna elements

2006· article· en· W1580291878 sur OpenAlexaff
E. Danneville, Jean‐Jules Brault, Jean‐Jacques Laurin

Notice bibliographique

RevueProceedings. 2005 IEEE International Joint Conference on Neural Networks, 2005. · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésAnechoic chamberAntenna (radio)Reflector (photography)Computer scienceAcousticsElectronic engineeringDirection of arrivalReflection (computer programming)EngineeringTelecommunicationsOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

It is required to know the direction of arrival (DOA) of a signal in many applications, such as car tracking or reception optimization for satellite antenna. However, several reflections of different intensities highly affect the sensor outputs and the estimation quality. The system presented here is divided into three parts: a pair of three-element antenna arrays which receives the main beam and the reflected one, a radio frequency combiner which generates power signals and multilayer perceptron neural networks used to invert the mapping between the DOA space and the combiner output space. Simulations are carried out including a model of a simple reflection over a road. They are validated by experimental dataset provided by real antenna array outputs coming from tests using an asphalt reflector in an anechoic chamber.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,053
Tête enseignante GPT0,317
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings. 2005 IEEE International Joint Conference on Neural Networks, 2005.Même sujetSpeech and Audio ProcessingTravaux en français237 207