无信道模型的通信系统端到端学习
信息论
2018-12-06 v3 人工智能
math.IT
机器学习
摘要
通过基于神经网络的自动编码器进行通信系统端到端学习的想法存在需要可微信道模型的缺点。我们在本文中提出一种缓解该问题的新颖学习算法。该算法在接收机的监督训练与基于强化学习的发射机训练之间迭代。我们证明了该方法在加性白高斯噪声 (AWGN) 和瑞利块衰落 (RBF) 信道上的表现与全监督方法一样好。令人惊讶的是，虽然我们的方法在 AWGN 信道上比监督训练收敛更慢，但在 RBF 信道上收敛更快。我们的结果是朝向在无先验假设的任何类型信道上学习通信系统的第一步。
引用
@article{arxiv.1804.02276,
title = {End-to-End Learning of Communications Systems Without a Channel Model},
author = {Fayçal Ait Aoudia and Jakob Hoydis},
journal= {arXiv preprint arXiv:1804.02276},
year = {2018}
}
备注
6 pages