MétaCan
Menu
Retour à la cohorte
Enregistrement W3204619651 · doi:10.14209/sbrt.2021.1570726552

Stochastic Modeling of the KCLMS Algorithm in the Context of Adaptive Beamforming

2021· article· pt· W3204619651 sur OpenAlexaff
Khaled Jamal Bakri, Eduardo Vinícius Kuhn, Marcos Vinicius Matsuo, Ciro Pitz, Rui Seara, Jacob Benesty

Notice bibliographique

RevueAnais do XXXIX Simpósio Brasileiro de Telecomunicações e Processamento de Sinais · 2021
Typearticle
Languept
DomaineEngineering
ThématiqueAdvanced Adaptive Filtering Techniques
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer scienceContext (archaeology)BeamformingAdaptive beamformerAlgorithmTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper presents a stochastic model for the Kronecker product constrained least-mean-square (KCLMS) algorithm applied in adaptive beamforming. Such an algorithm considers that the beamforming vector can be expressed as a Kronecker product of two smaller vectors, thus yielding improved convergence and less computational complexity (in comparison to the CLMS). The proposed model entails expressions describing the mean behavior of the beamforming vectors, the evolution of the output signal-to-interference-plus-noise ratio (SINR), and the correlation matrices related to the beamforming vectors. Simulation results are shown confirming the accuracy of the model.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,529
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,273
Écart entre enseignants0,248 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnais do XXXIX Simpósio Brasileiro de Telecomunicações e Processamento de SinaisMême sujetAdvanced Adaptive Filtering TechniquesTravaux en français237 207