元学习用于通信：衰落信道上的快速端到端训练
信号处理
2021-10-22 v1 信息论
机器学习
math.IT
摘要
当信道模型可用时，学习如何在衰落噪声信道上通信可表述为对由编码器、信道和解码器级联组成的自编码器进行（无监督）训练。该方法的一个重要局限是，通常需针对每个新信道从头开始训练。为应对此问题，先前工作考虑在多个信道上联合训练，旨在找到一对在某一类信道上表现良好的单一编码器和解码器。因此，联合训练理想地模拟了非相干传输方案的运行。本文中，我们提议通过元学习克服联合训练的局限：元学习不为所有信道训练一个通用模型，而是找到一个通用初始化向量，从而能在任意信道上快速训练。该方法通过数值结果得到验证，展示了显著的训练加速，仅需一次随机梯度下降迭代即可获得有效的编码器和解码器。
引用
@article{arxiv.1910.09945,
title = {Meta-Learning to Communicate: Fast End-to-End Training for Fading Channels},
author = {Sangwoo Park and Osvaldo Simeone and Joonhyuk Kang},
journal= {arXiv preprint arXiv:1910.09945},
year = {2021}
}
备注
submitted for conference publication