基于元学习与生成对抗网络的深度学习辅助无线系统海量数据生成
信息论
2024-05-14 v1 math.IT
摘要
作为一种设计通信系统的全新范式，深度学习（DL）——一种让机器学习所需无线功能的方法——近来受到广泛关注。为充分实现深度学习辅助无线系统的优势，我们需要收集大量训练样本。遗憾的是，在真实环境中收集海量样本非常具有挑战性，因为这需要显著的信号传输开销。本文中，我们提出了一种用于深度学习辅助无线系统的新型数据获取框架。在我们的工作中，使用生成对抗网络（GAN）来生成逼近真实样本的样本。为减少无线数据生成所需的训练样本量，我们在元学习的帮助下训练GAN。数值实验表明，由GAN生成样本训练的DL模型性能接近于由真实样本训练的模型。
引用
@article{arxiv.2208.11910,
title = {Massive Data Generation for Deep Learning-aided Wireless Systems Using Meta Learning and Generative Adversarial Network},
author = {Jinhong Kim and Yongjun Ahn and Byonghyo Shim},
journal= {arXiv preprint arXiv:2208.11910},
year = {2024}
}