Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 16
 İndirme 2
Otomatik Modülasyon Sınıflandırmasında Evrişimsel Sinir Ağlarının İncelenmesi
2022
Dergi:  
Avrupa Bilim ve Teknoloji Dergisi
Yazar:  
Özet:

Otomatik modülasyon sınıflandırma (AMC) bir haberleşme sisteminde alıcıya gelen sinyalin modülasyon türünün belirlenmesi işlemidir. Derin öğrenme ise karmaşık veri yapılarını üstün performansla sınıflandırması nedeniyle son zamanlarda büyük ilgi gören bir makine öğrenmesi yöntemidir. Hem sivil hem de askeri uygulamalarda kritik bir rol oynayan otomatik modülasyon sınıflandırma işlemi, bu çalışmada derin öğrenme yaklaşımlarından biri olan Evrişimsel Sinir Ağları (CNN) kullanılarak incelenmiştir. Bu kapsamda ağ üzerinde yapılan değişikliklerin başarımı farklı sinyal-gürültü oranı (SNR) değerleri için yorumlanmıştır.

Anahtar Kelimeler:

Convolutional Neural Networks Examination In Automatic Modulation Classification
2022
Yazar:  
Özet:

Automatic Modulation Classification (AMC) is the process of determining the modulation type of the signal which is taken by receiver in a communication system. Deep learning is a machine learning method having recently attracted great attention due to its superior performance of classifying complex data structures. The automatic modulation classification process, having a critical role in both civil and military applications, is examined in this study by using Convolutional Neural Networks (CNN), one of the deep learning approaches. Within this scope, the performance of the changes made on the net has been interpreted for different signal-to-noise ratio (SNR) values.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Avrupa Bilim ve Teknoloji Dergisi

Alan :   Fen Bilimleri ve Matematik; Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 3.175
Atıf : 5.606
2023 Impact/Etki : 0.178
Avrupa Bilim ve Teknoloji Dergisi