基于变分自编码的模型阶数选择
信号处理
2023-12-07 v3 信息论
math.IT
摘要
传统的模型阶数选择方法在低信噪比或少量快照的情况下常常失效。基于深度学习的方法对于这类具有挑战性的情况是有前景的替代方案，因为它们通过在大规模数据集上的训练来弥补可用观测中信息的不足。本文提出了一种使用变分自编码器（VAE）进行模型阶数选择的方法。其思想是在VAE解码器处学习一个参数化的条件协方差矩阵，该矩阵近似于真实的信号协方差矩阵。该方法是无监督的，并且在训练VAE之后只需要一个小的代表性数据集进行校准。数值仿真表明，所提出的方法优于传统方法，并且根据所考虑的快照数量，其性能甚至达到或超过了有监督方法。
引用
@article{arxiv.2210.15407,
title = {Model Order Selection with Variational Autoencoding},
author = {Michael Baur and Franz Weißer and Benedikt Böck and Wolfgang Utschick},
journal= {arXiv preprint arXiv:2210.15407},
year = {2023}
}
备注
Accepted for publication at IEEE SPAWC 2023