研究人员推出了一种名为D-PACT-AFH的新型自适应跳频框架,该框架解决了在面对预测干扰时的模型不确定性和策略暴露问题。该框架利用Tsallis-FTRL主算法结合全局和局部学习模型,能够在线选择最合适的模型类别。该系统将信道边际命中风险纳入模型选择,并采用最小Kullback-Leibler投影来强制执行风险预算,实验证明了其有效的适应性和可控的良好吞吐量-风险权衡。 AI
影响 这项研究通过改进自适应跳频技术,有望在对抗性环境中实现更鲁棒的通信系统。
排序理由 该条目是发表在arXiv上的研究论文,详细介绍了一个新的技术框架。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- D-PACT-AFH
- D-PACT-Hit
- D-PACT-Safe
- Gotit.pub
- Hugging Face
- IArxiv
- Kullback--Leibler divergence
- ScienceCast
- Tsallis-FTRL
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →