Scifaro

中文

基于深度循环神经网络的端到端无线电业务序列识别

机器学习 2016-10-04 v1 网络与互联网体系结构

作者: Timothy J. O'Shea , Seth Hitefield , Johnathan Corgan

在 arXiv 上查看 ↗ PDF ↗

摘要

我们研究了原始无线电信号时间序列数据上的序列机器学习技术。通过应用深度循环神经网络，我们学会了在不使用专家解调算法的情况下，在恒包络调制之上区分多种应用层业务类型。我们表明，使用这种方法可以学习复杂的协议序列，并将其用于分类和生成任务。

关键词

无线电业务序列识别深度循环神经网络时间序列数据机器学习分类生成

引用

@article{arxiv.1610.00564,
  title  = {End-to-End Radio Traffic Sequence Recognition with Deep Recurrent Neural Networks},
  author = {Timothy J. O'Shea and Seth Hitefield and Johnathan Corgan},
  journal= {arXiv preprint arXiv:1610.00564},
  year   = {2016}
}