Repository for MIKA2019
名古屋工業大学 和田山 正
Update news:
- 2019/10/24 MIKA2019チュートリアルで利用したスライドを掲載しました。
このレポジトリにはMIKA2019におけるチュートリアル講演 「無線通信のための深層学習の基礎」(和田山）で紹介するPyTorchコード類(Jupyter Notebook)などを置いています。
ノートブック内のOpen in Google Colabのボタンを押していただくと そのファイルをGoogle Colabで直接オープンし、実行することが可能です ブラウザによっては、ボタンの右横をクリックする必要がある場合があります。 ボタンそのものだけではなく、そのまわりもクリックしてみてください:-)
このレポジトリに置いているサンプルコードは次のとおりです。
- ANDfunction: AND関数の学習を行うプログラム。学習コードの雛形。
- Egg: 深層展開の勾配法への適用 (極小値が無限個ある非凸関数)
- ISTA: 学習型ISTAに基づくスパース信号再現
- MIMO: ニューラルネットワークに基づく(実数)MIMO復調器
- ProjectedGradient: 学習型射影勾配法のサンプルコード
- autoencoder: 自己符号化器(オートエンコーダ)を利用して、通信路系全体を学習する。
- distributed: 分散学習に関するサンプルコード
- fftista: 学習可能ISTAによる(simplified)OFDM-8PSKの復調 (このコードはGoogle Colabで実行できません)
- powercontrol: 最適化模擬のサンプルコード（電力制御に関する幾何計画問題)
- quadratic: 深層展開の勾配法への適用(2次関数)
- gdbf: (付録) Noisy GDBF復号器のPyTorch実装(このコードはGoogle Colabで実行できません)
- mnist: (付録) シンプルなMNIST数字認識コード(このコードはGoogle Colabで実行できません)
- complexlib: 複素計算用ライブラリ(fftistaの実行に必要となります)
- ldpclib : LDPC符号ライブラリ(gdbfの実行に必要となります）
本チュートリアルのテキストも下記の名前で置いています。内容の修正(タイポ修正・間違い修正)をチュートリアル講演後も随時行いますので、 チュートリアル後にテキストをご覧になる場合は可能であれば最新版をご覧ください。
- MIKA2019.pdf (初版)
もし、本レポジトリの内容でお気づきの点(バグなど）がありましたら本レポジトリでissueを立てていただくか、 著者に直接ご連絡いただけると幸いです(wadayama あっと nitech.ac.jp)。