面向通信的基于模型的机器学习
信号处理
2021-01-14 v1 人工智能
机器学习
摘要
我们介绍一种用于通信系统的基于模型的机器学习入门。我们首先从高层视角回顾结合基于模型的算法与机器学习的现有策略，并将其与利用既定深度神经网络（DNN）架构以端到端方式训练的常规深度学习方法进行对比。接着，我们聚焦于符号检测，这是通信接收机的基本任务之一。我们展示常规深度架构、深度展开以及DNN辅助混合算法这三种不同策略如何应用于该问题。后两种方法构成了纯基于模型与纯基于DNN接收机之间的中间地带。通过聚焦这一特定任务，我们凸显了各策略的优势与缺陷，并给出了有助于设计未来通信中基于模型的深度学习系统的指导方针。
引用
@article{arxiv.2101.04726,
title = {Model-Based Machine Learning for Communications},
author = {Nir Shlezinger and Nariman Farsad and Yonina C. Eldar and Andrea J. Goldsmith},
journal= {arXiv preprint arXiv:2101.04726},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2002.07806