向最优学习：无线通信中的主动学习
网络与互联网体系结构
2024-02-08 v1 机器学习
摘要
为基于深度学习的通信任务收集无线通信训练数据集相对简单。然而，标记数据集需要专家参与和领域知识，可能涉及私有知识产权，并且通常计算和财务成本高昂。主动学习是机器学习中一个新兴的研究领域，旨在减少标记开销而不降低准确性。主动学习算法识别未标记数据集中最关键和信息量最大的样本，并仅标记这些样本，而不是完整集。在本文中，我们介绍了主动学习在无线通信深度学习应用中的使用，并展示了其不同类别。我们提出了一个基于深度学习的毫米波波束选择的案例研究，其中标记由基于穷举搜索的计算密集型算法执行。我们在一个公开的多模态数据集上评估了不同主动学习算法的性能，该数据集包含图像和LiDAR等不同模态。我们的结果表明，对于类别不平衡的数据集，使用主动学习算法可以将标记开销减少高达50%，同时保持与传统训练相同的准确性。
引用
@article{arxiv.2402.04896,
title = {Learning from the Best: Active Learning for Wireless Communications},
author = {Nasim Soltani and Jifan Zhang and Batool Salehi and Debashri Roy and Robert Nowak and Kaushik Chowdhury},
journal= {arXiv preprint arXiv:2402.04896},
year = {2024}
}