neural wireless receivers

新的Aura框架增强了深度模型的在线学习能力

研究人员开发了一个名为Aura的新元学习框架，旨在改善非平稳环境中的在线学习。Aura通过学习参数演化的低维潜在状态空间模型，解决了将贝叶斯滤波应用于深度模型的计算挑战。这个学习到的潜在空间允许通过扩展卡尔曼滤波进行高效的单步在线适应，然后进行参数重建。在神经无线电接收器和非平稳图像分类上的评估表明，与现有基线相比，Aura在适应速度、准确性和计算效率方面表现更优。