期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基因大数据的集成分析 被引量：3
1
作者 胡湘红 彭衡 +3 位作者 杨灿 张纵辉 万翔 罗智泉 《大数据》 2019年第4期67-88,共22页
随着生物科技(如基因芯片和测序技术)的飞速发展,全世界已经积累了海量的数据。有效地整合和集成多层面和多维度的基因大数据,对于全方位解析从遗传变异到疾病发生的整个因果链条具有关键作用,可为个性化、精准医疗服务奠定科学的基础。... 随着生物科技(如基因芯片和测序技术)的飞速发展,全世界已经积累了海量的数据。有效地整合和集成多层面和多维度的基因大数据,对于全方位解析从遗传变异到疾病发生的整个因果链条具有关键作用,可为个性化、精准医疗服务奠定科学的基础。从3个方面对基因大数据的集成分析进行综述:检测风险位点及其功能分析、基因多效性的分析、基于孟德尔随机化的因果推断。进一步结合具体的应用案例进行了阐述,最后对基因大数据的集成分析研究进行了总结以及展望。 展开更多
关键词 GWAS 集成分析 多基因效应 基因多效性 孟德尔随机化
下载PDF
复杂约束条件下的无线资源优化:AI视角下的方法和洞察
2
作者 李洋 徐凡 +1 位作者 张纵辉 刘亚锋 《移动通信》 2024年第7期73-79,共7页
针对无线资源优化问题中普遍存在的复杂约束条件,详细梳理了各种基于AI的优化方法。尽管现有基于AI的优化方法在各种功率分配和波束赋形设计问题上取得了巨大成功,但大多数方法考虑的问题都仅仅配备较为简单的约束条件(例如功率预算约... 针对无线资源优化问题中普遍存在的复杂约束条件,详细梳理了各种基于AI的优化方法。尽管现有基于AI的优化方法在各种功率分配和波束赋形设计问题上取得了巨大成功,但大多数方法考虑的问题都仅仅配备较为简单的约束条件(例如功率预算约束条件),这些约束条件可以通过简单的投影操作得到满足。然而,对于更为复杂的约束条件,例如非凸的服务质量约束条件,其优化变量和无线信道通常是耦合的,如何有效处理非凸耦合的约束条件仍然是一个较大挑战。针对复杂约束条件下的无线资源优化问题,将现有基于AI的优化方法分为三类:监督学习方法、惩罚学习方法和拉格朗日对偶方法,并对这三类方法的适用性和不足作了细致的分析。最后,提出了一种基于增广拉格朗日法的惩罚-对偶学习框架,通过交替训练两个独立的神经网络,分别用以推断原问题的解和相应的拉格朗日乘子。此外,将所提出的惩罚-对偶学习框架应用于两个典型的无线资源优化问题上,并通过仿真实验表明,所提出的惩罚-对偶学习框架在约束违反和计算时间方面,分别优于当前最先进的AI和传统优化方法。 展开更多
关键词 无线资源优化 学习优化 非凸优化 惩罚对偶 复杂约束
下载PDF
无线网络孪生中的统计信道建模方法:现状与前沿 被引量：2
3
作者 张树韬 薛烨 +1 位作者 史清江 张纵辉 《中兴通讯技术》 2023年第3期26-31,共6页
数字孪生作为一种全新的数据驱动范式开始赋能各行各业。着重讨论了无线网络孪生的发展现状和无线网络孪生中最基础的数字孪生信道建模技术。针对现有数字孪生信道建模方法的不足,设计了一套面向无线网络的在地化统计信道建模方法,旨在... 数字孪生作为一种全新的数据驱动范式开始赋能各行各业。着重讨论了无线网络孪生的发展现状和无线网络孪生中最基础的数字孪生信道建模技术。针对现有数字孪生信道建模方法的不足,设计了一套面向无线网络的在地化统计信道建模方法,旨在实现对无线信道高效准确的数字孪生。搭建了可视化平台,以展示该数字孪生信道模型对特定无线网络环境大尺度多径统计特性的刻画。最后,展示了设计的数字孪生信道模型在5G无线网络优化中的两种典型应用。 展开更多
关键词 角度功率谱 信道建模 数字孪生 网络优化 稀疏优化
下载PDF
Massive MIMO中通信高效的分布式预编码设计
4
作者 李勉 李洋 +1 位作者 张纵辉 史清江 《通信学报》 EI CSCD 北大核心 2023年第8期37-48,共12页
针对多BBU基带处理架构,提出一种通信高效的分布式预编码方案,旨在降低BBU间前传交互和计算复杂度。首先,提出基于R-WMMSE算法的分布式框架,利用最优解的子空间特性无损压缩交互数据,降低数据交互量。然后设计了2种基于矩阵乘法的可学... 针对多BBU基带处理架构,提出一种通信高效的分布式预编码方案,旨在降低BBU间前传交互和计算复杂度。首先,提出基于R-WMMSE算法的分布式框架,利用最优解的子空间特性无损压缩交互数据,降低数据交互量。然后设计了2种基于矩阵乘法的可学习压缩模块,通过优化的计算结构和矩阵参数减少参数和计算量,并保持函数表达能力。最后,以可达速率为优化目标,将可学习模块和分布式预编码算法框架联合优化得到最终模型。所提方案可以在更低的数据交互和计算复杂度要求下,实现预编码性能的保障。 展开更多
关键词 分布式预编码 数据压缩 深度学习 联合优化
下载PDF
基于干扰泄露控制和深度学习的分布式多点协作传输设计与优化
5
作者 蔡腾浩 李磊 张纵辉 《移动通信》 2023年第6期56-62,共7页
分布式多点协作传输在提升小区边缘用户的服务质量和系统频谱效率上具有巨大潜力,但通常站间频繁交换大量信息才能接近集中式多点协作传输的性能。然而,在实际无线通信系统中,考虑到信道时变性,频繁的信息交换和站间有限的回传带宽导致... 分布式多点协作传输在提升小区边缘用户的服务质量和系统频谱效率上具有巨大潜力,但通常站间频繁交换大量信息才能接近集中式多点协作传输的性能。然而,在实际无线通信系统中,考虑到信道时变性,频繁的信息交换和站间有限的回传带宽导致的较大时延给分布式多点协作传输技术带来严重的性能损失,因此其目前未得到广泛部署。为解决此问题,提出了一种新颖的信号质量衡量标准,称为信号平均泄漏加干扰噪声比(SALINR)。基于SALINR的设计使得站间无需信息交换即可实现完全分布式的联合传输。具体地,展示了基于SALINR的传输设计问题可以通过分式规划技术有效求解;进一步地,利用深度展开技术来设计波束赋形向量学习网络,从而有效减少计算复杂度。仿真结果表明,所提出的方法可接近集中式多点协作传输的性能且具有计算高效的优点。 展开更多
关键词 分布式协作传输 分式规划 深度学习
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部