用于数字天线阵列自监督预训练与下游信号带宽回归的编码器-解码器网络
机器学习
2023-07-10 v1 信号处理
摘要
本工作展示了自监督学习应用于数字天线阵列数据的首次尝试。编码器-解码器网络在数字阵列数据上进行预训练，以执行一种称为信道修复（channel in-painting）的自监督噪声重建任务，其中网络推断被置零掩码遮挡的阵列数据的内容。该自监督步骤不需要人工标注数据。然后将预训练得到的编码器架构与权重迁移到一个带有任务特定解码器的新网络中，并使用少量标注数据训练该新网络。我们表明，在无标注数据上的预训练使新网络在数字阵列数据上执行带宽回归任务的表现优于从随机初始化开始、在相同标注数据上训练的等价网络。
引用
@article{arxiv.2307.03327,
title = {Encoder-Decoder Networks for Self-Supervised Pretraining and Downstream Signal Bandwidth Regression on Digital Antenna Arrays},
author = {Rajib Bhattacharjea and Nathan West},
journal= {arXiv preprint arXiv:2307.03327},
year = {2023}
}