用于上行链路干扰消除的机器遗忘
信号处理
2024-09-06 v2
摘要
机器遗忘（MUL）被引入作为一种在人工智能（AI）赋能的无线系统中实现干扰消除的手段。观察到，在存在受损AI模型的情况下，使用MUL进行干扰消除在分类任务准确率上显示出30%的提升。因此，消除了对现有干扰源瞬时信道状态信息的需求，并且使用MUL算法清除了带有干扰噪声的受损潜空间，而无需重新训练或数据集清洗。成员推断攻击（MIA）作为评估MUL在神经网络模型中减轻干扰效果的基准。通过评估干扰概率和需要重新训练的样本数量来确定MUL算法的优势。在一个简单的信噪比分类任务中，各种测试用例在准确率方面的全面改进表明，MUL展现出广泛的能力和局限性，特别是在原生AI应用中。
引用
@article{arxiv.2406.05945,
title = {Machine Unlearning for Uplink Interference Cancellation},
author = {Eray Guven and Gunes Karabulut Kurt},
journal= {arXiv preprint arXiv:2406.05945},
year = {2024}
}