27. SİNYAL İŞLEME ve İLETİŞİM UYGULAMALARI KURULTAYI
YENİ NESİL HABERLEŞME TEKNİKLERİ ve UYGULAMALARI
ÖZEL OTURUMU
Dr. Öğr. Üyesi Cem Tekin (Bilkent Üniversitesi, Elektrik ve Elektronik Mühendisliği Bölümü)
Makine öğrenimi, kontrol teorisi ve optimizasyon alanlarındaki güncel teknik gelişmeler sayesinde birçok mühendislik uygulamasında bu alanlardaki bilişsel yöntemlerin kullanılmasıyla verimlilik artışının sağlandığı gözlemlenmiştir. 5G ve ötesi kablosuz ağlar ve altyapısız ağlar gibi yeni nesil haberleşme sistemlerinde kaynak paylaşımı, ağ yönetimi, enerji verimliliği ve dayanıklılık ölçütlerin eniyilenmesi problemi, bu ağların çok kanallı, çok kullanıcılı, dağıtık ve zamanda değişen yapılarını hesaba katan yenilikçi yaklaşımlar gerektirmektedir. Özel oturumda, yeni nesil haberleşme ağlarının ve haberleşme tekniklerinin dizaynında ve performans analizinde çevresel etmenleri, kullanıcıların birbirleriyle etkileşimini, kullanıcılar arasındaki haberleşme kısıtlarını ve kullanıcıların işlem ve bellek kapasitelerini temel alarak hedeflenen performans ölçütlerini eniyileyen bilişsel yöntemler, matematiksel temeller üzerine oturtulup derinlemesine incelenecektir.
Tarih: 25 Nisan Perşembe 10:45-12:00
Yer: Kültür Merkezi Kadı Burhaneddin Salonu
Sunumlar:
Bildiri 1: Çok-ajanlı Telsiz Haberleşme Sistemlerinde Konsensüs Analizi
Yazarlar:
Özetçe:
Bu konuşmada siber-fiziksel sistemlerde (CPS) güvenlik sorunu ele alınacaktır. Pratik CPS uygulamaları kablosuz çok ajanlı sistemler (multi-agent system, MAS) kullanılarak tasarlanabilmektedir. Öte yandan, karıştırma (jamming) saldırıları kablosuz MAS başarımını düşüren önemli bir tehdittir. Çalışmamızın amacı, bir karıştırıcı saldırısı karşısında kablosuz CPS'deki güvenlik sınırlarını belirlemektir. Konsensüsten sapma vektörünün MAS'ın kuantalama hatasına dayalı değeri analiz edilecektir. Karıştırıcıların etkisi teorik sonuçlar ve benzetim sonuçları ile desteklenecektir.
Bildiri 2: Çok Kullanıcılı Çok Antenli Aşağı Gönderim Sistemleri için Üstdüşümle Önkodlama
Yazarlar:
Özetçe:
Bu çalışmada, üstdüşümle kodlama yöntemi kullanılan çok kullanıcılı, çok antenli, aşağı gönderim sistemleri için önkodlayıcı tasarımı problemi incelenmektedir. İncelenen sistemde, bir baz istasyonu, bütün kullanıcılara genel veri akışı, bazı kullanıcılara ise özel veri akışları göndermektedir. Bu sistem modeli, ne dik olmayan çoklu erişim (non-orthogonal multiple access, NOMA) ne de çok gruplu çok noktaya yayın (multi-group multicasting) literatürüne girmektedir. NOMA sisteminde, baz istasyonunda bütün kullanıcılara gönderilecek özel veri bulunmaktadır. Çok gruplu çok noktaya yayın teknolojisinde ise, birbiri ile kesişmeyen gruplar vardır ve her bir grup farklı bir veri akışını almak istemektedir. Bu bildiride ağırlıklı toplam veri hızını (weighted sum rate, WSR) en büyükleyen önkodlayıcı tasarımı incelenmektedir. İlk olarak, ağırlıklı en küçük ortalama karesel hatayı (weighted minimum mean square error, WMMSE) en küçükleme problemi ile ağırlıklı toplam veri hızını en büyükleme problemlerinin en iyi çözüm noktasında denk olduğu gösterilmiştir. İkinci olarak, WMMSE probleminden esinlenen, en iyi önkodlayıcı ve alıcı yapılarını kullanan, düşük karmaşıklığa sahip, yinelemeli bir algoritma önerilmiştir ve bu algoritmaya WMMSE adı verilmiştir. Bunlara ek olarak, yine düşük karmaşıklığa sahip, ikinci bir önkodlayıcı önerilmiştir. Bu önkodlayıcı bilinen sıfıra zorlayıcı (zero-forcing, ZF) önkodlayıcı üzerinde faz döndürmeleri gerçekleştirdiğinden, fazı ayarlanmış sıfıra zorlayıcı (phase aligned zero-forcing, PAZF) olarak isimlendirilmiştir. Sonuçlar, WMMSE algoritmasının, girişimi daha iyi yöneterek ve genel veri akışı için uyumlu birleştirme kazancını artırarak, PAZF’ten ve ZF’ten iyi sonuç verdiğini göstermektedir. Bunlara ek olarak, önerilen her iki algoritmanın yakınsama davranışı da incelenmiş, sonuçlar kirli kağıt kodlaması üst sınırı ile de karşılaştırılmıştır.
Bildiri 3: Sualtı Akustik Algılayıcı Ağların Performansının Çeşme Kodlar ile İyileştirilmesi
Yazarlar:
Özetçe:
Sualtı akustik algılayıcı ağ (SAAA) düğümlerinin yaşam sürelerinin uzatılması ve güvenilir bir haberleşme performansının sağlanılması, sualtı akustik kanalının şiddetli doğası nedeniyle zorlu konulardır. Otomatik tekrarlama isteği (İng. Automatic Repeat Request -- ARQ) gibi yeniden iletim kullanarak haberleşme güvenilirliğini sağlayan geleneksel yöntemler, enerji verimli olmadıkları için SAAA'ların yaşam süresini olumsuz yönde etkilemektedir. Bir ileri hata düzeltme tekniği olan Çeşme kodları (İng. Fountain Codes -- FC), ARQ yönteminin enerji verimliliği sorununu, orijinal veri paketi ve bazı yedek paketleri yeniden iletim kullanmadan ağda birlikte ileterek çözmeyi amaçlamaktadır. İletilecek olan yedek paket sayısı, alıcı düğümde önceden belirlenmiş bir güvenilirlik kriteri sağlamak için dinamik olarak ayarlanmaktadır. Bu çalışmada, FC yöntemini kullanarak SAAA'ların yaşam süresini maksimize eden bir tamsayılı doğrusal programlama (TDP) yöntemi önerilmiştir. Sonuçlarımız, FC yönteminin geleneksel ARQ yönteminden daha iyi performans ölçümleri (örn. ağ yaşam süresi, uçtan uca gecikme ve enerji tüketimi) sağladığını göstermektedir.
Bildiri 4: Dizi Sinyal İşleme Uygulamaları için Bilişsel Ölçüm Matrisi Tasarımı
Yazarlar:
Özetçe:
Radar ve elektronik harp sistemlerinde yaygın olarak kullanılan sensör dizileri ile yapılan ölçümler doğrusal denklem sistemleri olarak modellenebilmektedir. Farklı sensör çıktılarının alt-dizi yapılarında analog olarak birleştirilerek örneklenmesi sayısal olarak işlenmesi gereken kanal sayısını azaltmaktadır. Azaltılmış kanal çıktıları kullanılarak hedef tespiti, yön bulma ve takip işlemleri gerçekleştirilebilmektedir. Analog birleştirmenin nasıl yapılması gerektiği ölçüm matrisi tasarımı sonucunda belirlenmektedir. Bu çalışmada Sıkıştırılmış Algılama (SA) teknikleri kullanılarak tespit ve takip amaçlı kullanılacak sensör dizileri için bilişsel yöntemler ile ölçüm matrisini dinamik olarak güncelleyen bir yöntem önerilmektedir. Örnek bir sensör dizisi ile, bilişsel yöntemler kullanılarak dinamik olarak güncellenen ölçüm matrislerinin yön bulma açısından sağladığı başarım artışı, statik ölçüm matrislerinin başarımları ile karşılaştırılarak sunulmuştur.
Bildiri 5: Communication Efficient Parallel SGD with Dynamic Model Averaging
Yazarlar:
Özetçe:
In the last decade, deep learning methods have become highly popular thanks to their success in many complicated machine learning problems. The trend is to use larger data set and to train deeper networks (higher number of layers) to improve the accuracy. However, the complexity and the memory requirements quickly become unmanageable within the resources of a single machine. An efficient way to deal with this colossal computing task within a reasonable training time is to adopt distributed computation, and to exploit computation and memory resources of multiple machines in parallel.
Another important contemporary trend is to carry intelligence to the network edges. Particularly, with the introduction of the fifth generation (5G) of the cellular network architecture, it is expected that a significantly higher number of connected wireless devices will collect huge amounts of data. Current approach is to gather this data at the centralized processing units, either in the cloud or the edge, to be processed for inference and learning. However, the sheer size of these datasets, latency requirements of the underlying applications (e.g., autonomous driving) and/or the privacy constraints may render such centralized approaches obsolete.Aforementioned requirements necessitate the design of communication efficient distributed learning frameworks, particularly focusing on power and bandwidth limited wireless devices at the network edge. In this talk, we introduce a hierarchical distributed edge learning strategy which utilizes the local stochastic gradient descent (SGD) framework together with the frequency reuse strategy to speed up the learning process. In this approach, computing edge nodes are divided into clusters and one node in each cluster act as a parameter server (PS) to gather the local computations. This way multiple nodes , equal to the number of clusters, can communicate simultaneously if the interference between the clusters is negligible. Furthermore, the nodes assigned as the PS can exchange their local models periodically, resulting a hierarchical model. In this paper, using CIFAR-10 dataset and ResNet-18 topology, we successfully show that proposed strategy converges much faster compared to the conventional schemes.
Destek: Bu özel oturum 116E229 numaralı TÜBİTAK projesi kapsamındadır.