用于路径损耗预测的物理信息神经网络
机器学习
2023-12-15 v2 信息论
机器学习
math.IT
摘要
本文提出了一种用于路径损耗预测的物理信息机器学习方法。这是通过在训练阶段同时纳入(i)空间损耗场之间的物理依赖关系与(ii)现场实测的路径损耗值来实现的。研究表明，所提出的学习问题的解以较少的神经网络层数和参数改善了泛化能力与预测质量。后者带来了快速的推理时间，这有利于定位等下游任务。此外，物理信息公式允许使用少量训练数据进行训练和预测，这使其对广泛的实用路径损耗预测场景具有吸引力。
引用
@article{arxiv.2211.12986,
title = {Physics-informed neural networks for pathloss prediction},
author = {Steffen Limmer and Alberto Martinez Alba and Nicola Michailow},
journal= {arXiv preprint arXiv:2211.12986},
year = {2023}
}
备注
5 pages, 5 figures, accepted at MLSP 2023