FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W4386167509> ?p ?o ?g. }

• W4386167509 endingPage "51" @default.
• W4386167509 startingPage "43" @default.
• W4386167509 abstract "Bài báo trình bày kết quả nghiên cứu đề xuất mạng nơ-ron tích chập học sâu, đặt tên là DOA-CNN, cho bài toán ước lượng hướng đến (DOA: Direction of Arrival) của tín hiệu vô tuyến sử dụng mảng ăng ten tuyến tính đồng đều (ULA: Uniform Linear Array) nhằm nâng cao độ chính xác ước lượng trong các trường hợp xảy ra lỗi hệ thống phổ biến, như: sai lệch vị trí các phần tử của mảng ăng ten; sai số biên độ và pha gây ra do sai lệch đường truyền tuyến thu. Mô hình DOA-CNN được thiết kế với các lớp nhân tích lũy nhằm tăng cường đặc trưng đại diện cho dữ liệu thông qua các tầng tích chập, từ đó có thể thực hiện bài toán phân lớp góc DOA. Kết quả đánh giá, so sánh độ chính xác ước lượng của mô hình DOA-CNN với các phương pháp CBF, Capon, MUSIC, Root-MUSIC, ESPRIT và một số mô hình học máy khác cho thấy: nếu cấu hình của mảng ULA và máy thu là lý tưởng thì Root-MUSIC và ESPRIT cho độ chính xác tốt nhất, do các phương pháp này tính trực tiếp góc DOA trong khi những phương pháp còn lại ước lượng DOA thông qua phổ góc nên độ chính xác phụ thuộc vào độ phân giải phổ; Tuy nhiên, nếu xuất hiện sai số vị trí các phần tử mảng ULA và sai lệch đường truyền trong tuyến thu thì mô hình DOA-CNN đề xuất cho độ chính xác vượt trội so với các phương pháp truyền thống và tốc độ xử lý nhanh hơn một số mô hình học máy khác." @default.
• W4386167509 created "2023-08-26" @default.
• W4386167509 creator A5006938474 @default.
• W4386167509 creator A5092695398 @default.
• W4386167509 creator A5092695399 @default.
• W4386167509 date "2023-08-25" @default.
• W4386167509 modified "2023-09-25" @default.
• W4386167509 title "DOA-CNN: Mô hình tự động hiệu chỉnh sai số hệ thống, nâng cao độ chính xác ước lượng hướng đến của tín hiệu vô tuyến" @default.
• W4386167509 cites W2113638573 @default.
• W4386167509 cites W2136172079 @default.
• W4386167509 cites W2978977033 @default.
• W4386167509 cites W3016493778 @default.
• W4386167509 cites W3017114996 @default.
• W4386167509 cites W3045520156 @default.
• W4386167509 cites W3199965690 @default.
• W4386167509 cites W3205219536 @default.
• W4386167509 cites W4211136489 @default.
• W4386167509 cites W4220691491 @default.
• W4386167509 cites W4384155929 @default.
• W4386167509 doi "https://doi.org/10.54939/1859-1043.j.mst.89.2023.43-51" @default.
• W4386167509 hasPublicationYear "2023" @default.
• W4386167509 type Work @default.
• W4386167509 citedByCount "0" @default.
• W4386167509 crossrefType "journal-article" @default.
• W4386167509 hasAuthorship W4386167509A5006938474 @default.
• W4386167509 hasAuthorship W4386167509A5092695398 @default.
• W4386167509 hasAuthorship W4386167509A5092695399 @default.
• W4386167509 hasConcept C185592680 @default.
• W4386167509 hasConcept C71240020 @default.
• W4386167509 hasConceptScore W4386167509C185592680 @default.
• W4386167509 hasConceptScore W4386167509C71240020 @default.
• W4386167509 hasLocation W43861675091 @default.
• W4386167509 hasOpenAccess W4386167509 @default.
• W4386167509 hasPrimaryLocation W43861675091 @default.
• W4386167509 hasRelatedWork W1531601525 @default.
• W4386167509 hasRelatedWork W1990781990 @default.
• W4386167509 hasRelatedWork W2319480705 @default.
• W4386167509 hasRelatedWork W2384464875 @default.
• W4386167509 hasRelatedWork W2606230654 @default.
• W4386167509 hasRelatedWork W2607424097 @default.
• W4386167509 hasRelatedWork W2748952813 @default.
• W4386167509 hasRelatedWork W2899084033 @default.
• W4386167509 hasRelatedWork W2948807893 @default.
• W4386167509 hasRelatedWork W2778153218 @default.
• W4386167509 hasVolume "89" @default.
• W4386167509 isParatext "false" @default.
• W4386167509 isRetracted "false" @default.
• W4386167509 workType "article" @default.