基于深度学习的无线电信号定位中高效数据选择的主动学习
信息论
2024-08-22 v1 人工智能
信号处理
math.IT
摘要
我们考虑基于深度学习的无线电信号用户设备(UE)定位问题。与大多数监督学习任务一样，一个关键方面是拥有相关数据集来训练模型。然而，在蜂窝网络中，数据收集步骤可能会带来较高的通信开销。因此，为了减少所需数据集的大小，仔细选择要标记并用于训练的位置可能是有益的。因此，我们提出了一种用于高效数据收集的主动学习方法。我们首先表明，对于所考虑的定位问题，使用“神谕”可以在定位精度和所需数据集大小两方面获得显著提升。这验证了主动学习在定位中的价值。然后，我们提出了一种实用的方法来近似这个“神谕”。
引用
@article{arxiv.2408.11592,
title = {Active learning for efficient data selection in radio-signal based positioning via deep learning},
author = {Vincent Corlay and Milan Courcoux-Caro},
journal= {arXiv preprint arXiv:2408.11592},
year = {2024}
}
备注
Submitted to Electronics Letters