用于调制识别的深度架构
机器学习
2017-03-28 v1
摘要
我们通过将最新的深度神经网络机器学习进展应用于无线电调制识别任务，对其进行综述。结果表明，无线电调制识别不受网络深度的限制，进一步的工作应集中于改进学习到的同步与均衡。这些领域的进展可能来自于为这些任务设计的新颖架构或通过新颖的训练方法。
引用
@article{arxiv.1703.09197,
title = {Deep Architectures for Modulation Recognition},
author = {Nathan E West and Timothy J. O'Shea},
journal= {arXiv preprint arXiv:1703.09197},
year = {2017}
}
备注
7 pages, 14 figures, to be published in proceedings of IEEE DySPAN 2017