基于自注意力软最小代价流学习的时序信号盲解交织
信号处理
2023-07-18 v1 机器学习
摘要
我们提出一种端到端学习方法以解决时间序列中模式的解交织问题，特别是雷达信号。我们将信号聚类问题在存在适当代价时等价于最小代价流问题。我们构建了一个以最小代价流为子问题的双层优化问题，以从有监督训练数据中学习此类代价。随后，我们通过基于自注意力的神经网络近似下层优化问题，并提供一个可训练框架，将输入中的模式作为不同的流进行聚类。我们在包含若干挑战性场景的大型数据集上通过大量实验评估了我们的方法，以证明其效率。
引用
@article{arxiv.2010.12972,
title = {Blind Deinterleaving of Signals in Time Series with Self-attention Based Soft Min-cost Flow Learning},
author = {Oğul Can and Yeti Z. Gürbüz and Berkin Yıldırım and A. Aydın Alatan},
journal= {arXiv preprint arXiv:2010.12972},
year = {2023}
}
备注
4 pages, 2 figures, 1 table