新的CARNet架构增强了下一代通信的神经网络接收器

研究人员开发了CARNet，这是一种新颖的信道自适应神经网络接收器，旨在改善下一代（NextG）通信中的信号检测。该网络采用混合专家（MoE）框架，其中多个由堆叠ResNet块构建的专家网络专门处理特定的信道条件。一种高效的路由机制，包含一个轻量级的表示学习模块，将信道估计投影到低维嵌入空间，以指导专家选择，从而增强了在各种场景下的泛化能力。链路级仿真表明，CARNet的性能优于现有方法。 AI

影响 这项研究通过改进专用神经网络的信号检测，有望带来更强大、更具适应性的通信系统。

排序理由 该集群包含一篇详细介绍通信领域新型神经网络架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• CARNet
• mixture-of-experts (MoE)
• neural receivers
• NextG communications
• ResNet

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →