Buchumschlag

An Uncertainty Quantification Framework for Deep Learning-Based Automatic Modulation Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Huian, Sahay, Rajeev
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Speculative GLRT-Backed ApproachRobust Deep Learning-Based Array Processing
von: Wang, Nian-Cin, et al.
Veröffentlicht: (2025)

FLAME: A Federated Learning Approach for Multi-Modal RF Fingerprinting
von: Kianfar, Kiarash, et al.
Veröffentlicht: (2025)

Robust Eavesdropping in the Presence of Adversarial Communications for RF Fingerprinting
von: Yuan, Andrew, et al.
Veröffentlicht: (2025)

Explainable Deep Learning Based Adversarial Defense for Automatic Modulation Classification
von: Dong, Peihao, et al.
Veröffentlicht: (2025)

DL-AMC: Deep Learning for Automatic Modulation Classification
von: Rehman, Faheem Ur, et al.
Veröffentlicht: (2025)

Mitigating Evasion Attacks in Federated Learning-Based Signal Classifiers
von: Wang, Su, et al.
Veröffentlicht: (2023)

Transfer Learning Guided Noise Reduction for Automatic Modulation Classification
von: Ji, Zelin, et al.
Veröffentlicht: (2024)

Deep-Learning-Based Classification of Digitally Modulated Signals
von: Snoap, John A.
Veröffentlicht: (2025)

Automatic Modulation Classification via Green Machine Learning
von: Yu, Chee-An, et al.
Veröffentlicht: (2026)

Joint Signal Detection and Automatic Modulation Classification via Deep Learning
von: Xing, Huijun, et al.
Veröffentlicht: (2024)

Deep Domain-Adversarial Adaptation for Automatic Modulation Classification under Channel Variability
von: Shahriar, K. A.
Veröffentlicht: (2025)

Spatiotemporal Link Formation Prediction in Social Learning Networks Using Graph Neural Networks
von: Mohammadiasl, Ali, et al.
Veröffentlicht: (2026)

Conformal Shield: A Novel Adversarial Attack Detection Framework for Automatic Modulation Classification
von: Wen, Tailai, et al.
Veröffentlicht: (2024)

Automatic Modulation Classification using a Waveform Signature
von: Clark IV, William H., et al.
Veröffentlicht: (2024)

Modulation Consistency-based Contrastive Learning for Self-Supervised Automatic Modulation Classification
von: Wang, Chenxu, et al.
Veröffentlicht: (2026)

G-AMC: A Green Automatic Modulation Classification Method
von: Yu, Chee-An, et al.
Veröffentlicht: (2026)

MATLAB-Simulated Dataset for Automatic Modulation Classification in Wireless Fading Channels
von: Shafi, M. M. Sadman, et al.
Veröffentlicht: (2025)

Information Importance-Aware Defense against Adversarial Attack for Automatic Modulation Classification:An XAI-Based Approach
von: Wang, Jingchun, et al.
Veröffentlicht: (2024)

Edge-Efficient Deep Learning Models for Automatic Modulation Classification: A Performance Analysis
von: Baishya, Nayan Moni, et al.
Veröffentlicht: (2024)

Edge Learning Based Collaborative Automatic Modulation Classification for Hierarchical Cognitive Radio Networks
von: Dong, Peihao, et al.
Veröffentlicht: (2024)

A Light Weight Neural Network for Automatic Modulation Classification in OFDM Systems
von: Nanayakkara, Indiwara, et al.
Veröffentlicht: (2025)

Comparative Analysis of Attention Mechanisms for Automatic Modulation Classification in Radio Frequency Signals
von: Catak, Ferhat Ozgur, et al.
Veröffentlicht: (2025)

MAMCA -- Optimal on Accuracy and Efficiency for Automatic Modulation Classification with Extended Signal Length
von: Zhang, Yezhuo, et al.
Veröffentlicht: (2024)

KGAMC: A Novel Knowledge Graph Driven Automatic Modulation Classification Scheme
von: Li, Yike, et al.
Veröffentlicht: (2024)

FSOS-AMC: Few-Shot Open-Set Learning for Automatic Modulation Classification Over Multipath Fading Channels
von: Zhang, Hao, et al.
Veröffentlicht: (2024)

Ultralight Signal Classification Model for Automatic Modulation Recognition
von: Oquendo, Alessandro Daniele Genuardi, et al.
Veröffentlicht: (2024)

BEACON: Benefit-Aware Early-Exit for Automatic Modulation Classification via Recoverability Prediction
von: Liu, Zheng, et al.
Veröffentlicht: (2026)

Distributed Deep Learning for Modulation Classification in 6G Cell-Free Wireless Networks
von: Verbruggen, Dieter, et al.
Veröffentlicht: (2024)

Recursive KalmanNet: Deep Learning-Augmented Kalman Filtering for State Estimation with Consistent Uncertainty Quantification
von: Mortada, Hassan, et al.
Veröffentlicht: (2025)

A Bayesian Perspective on Uncertainty Quantification for Estimated Graph Signals
von: Rompelberg, Lennard, et al.
Veröffentlicht: (2025)

Parameter Estimation based Automatic Modulation Recognition for Radio Frequency Signal
von: Wang, Shuo, et al.
Veröffentlicht: (2024)

ALWNN Empowered Automatic Modulation Classification: Conquering Complexity and Scarce Sample Conditions
von: Quan, Yunhao, et al.
Veröffentlicht: (2025)

Automatic Radar Signal Detection and FFT Estimation using Deep Learning
von: Pemasiri, Akila, et al.
Veröffentlicht: (2024)

Model-Agnostic Uncertainty Quantification for Fast NFC Tag Identification using RF Fingerprinting
von: Sarpong, Dickson Akuoko, et al.
Veröffentlicht: (2025)

Deep Learning based Positioning with Multi-task Learning and Uncertainty-based Fusion
von: Foliadis, Anastasios, et al.
Veröffentlicht: (2024)

Federated Learning with Dual Attention for Robust Modulation Classification under Attacks
von: Zhang, Han, et al.
Veröffentlicht: (2024)

Mixing Signals: Data Augmentation Approach for Deep Learning Based Modulation Recognition
von: Xu, Xinjie, et al.
Veröffentlicht: (2022)

Hierarchical Feature Integration for Multi-Signal Automatic Modulation Recognition
von: Qu, Yunpeng, et al.
Veröffentlicht: (2025)

Aitchison Geometry on the Simplex for Uncertainty Quantification in Bayesian Hyperspectral Image Unmixing
von: Blondel, Hector, et al.
Veröffentlicht: (2026)

Quantization Design for Deep Learning-Based CSI Feedback
von: Yin, Manru, et al.
Veröffentlicht: (2025)