LEARNING
基于统计辅助机器学习的双向无线信道建模
Richmond Boamah, Ferdous Pervej
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种统计辅助的机器学习方法，通过选择固定子集的多径分量来建模双向无线信道，克服了传统方法对固定输入输出形状的依赖。该方法利用可学习图结构和混合TimesNet-TimeFilter模型，结合信道统计辅助训练，生成统计特性与真实数据高度匹配的未来信道实现。
关键词
double-directional channelmachine learningmulti-path componentschannel modelingTimesNet-TimeFilter
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018