基于机器学习的分子指数调节
随着通过扩散系统在纳米级通信中进行分子通信的希望增加,设计对分子干扰的不可避免影响具有鲁棒性的分子方案已变得至关重要。 我们提出了一种基于CNN的神经网络架构的新颖方法,用于独特设计的分子多输入单输出拓扑,以减轻分子干扰的破坏性影响。 在这项研究中,我们将所提网络的性能与朴素方法索引调制方案和逐符号最大似然估计的误码率进行了比较,并证明了所提方法具有更好的性能。
支持
土耳其科学技术研究理事会(TUBITAK)在119E190号资助下部分支持了这项工作。
2021-10-21 20:05:17
18KB
Python
1