English(EN) Learning-to-Transition for Large-scale and High-Order MIMO Detection

新的学习-迁移框架增强MIMO检测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-17 04:00

研究人员开发了一种新颖的学习-迁移（L2T）框架，以改进通信系统中的多输入多输出（MIMO）检测。该框架将MIMO检测建模为一系列迁移，利用Transformer更新嵌入和采样策略，同时捕捉流间依赖关系。该方法包括硬输出和软输出检测策略，其中后者利用绑定-解绑迁移机制进行迭代检测和解码。 AI

影响为通信系统中复杂的信号处理任务引入了一种新颖的AI驱动优化方法。

排序理由该集群包含一篇详细介绍信息论特定问题新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Yubo Zhang, Yiyao Liu, Xiaodong Wang · 2026-08-17 04:00

面向大规模高阶MIMO检测的迁移学习

arXiv:2608.14511v1 Announce Type: cross Abstract: High-order multiple-input multiple-output (MIMO) detection requires efficient search over a large discrete symbol space while producing reliable soft information for channel decoding. This paper develops a learning-to-transition (…