公开(公告)号：CN118211642A

公开(公告)日：2024-06-18

申请号：CN202410298479.5

申请日：2024-03-15

Applicant: 重庆邮电大学

Inventor： 段思睿 ,  赵丹 ,  王蓉

IPC: G06N3/0985 ,  H04L41/14 ,  H04W24/08 ,  H04L41/0894 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/0499

Abstract: 本发明属于无线电通信的符号检测领域，具体涉及一种元学习符号检测模型的训练方法、装置及计算机设备；所述方法包括将元学习符号检测模型的训练策略进行改进，将特定任务模型更新和元模型更新分别进行单独的多轮迭代训练。在最后一轮训练策略中，又将元模型参数的优化反向传播至特定任务模型参数的更新，使得元模型参数能够指导元学习符号检测模型学习如何调整特定任务模型的参数，并且不会使得元模型参数和特定任务参数过度依赖，提高了元学习符号检测模型的表达能力，使其能够更好地适应新的符号检测任务，同时也提高了在相似通信环境下符号检测任务中的泛化能力，提高了元学习符号检测模型的性能。

公开(公告)号：CN116562334A

公开(公告)日：2023-08-08

申请号：CN202310581445.2

申请日：2023-05-23

Applicant: 重庆邮电大学

Inventor： 段思睿 ,  赵丹 ,  余翔 ,  肖云鹏 ,  王蓉

IPC: G06N3/04 ,  H04L25/06 ,  G06N3/047 ,  G06N3/0895

Abstract: 本发明属于无线电通信符号检测领域，具体设计一种基于元正则化的符号检测方法。包括采集待测符号的第一信道输出符号；将所述待测符号的第一信道输出符号输入到训练后的自监督检测神经网络模型中，输出待测符号的第一信道输入符号；本发明通过在元学习框架MAML中加入一致元正则化，对齐每个任务中支持集和查询集训练的模型，以消除它们之间的数据分布差异，提高元知识保持数据一致性的能力；本发明提升了符号检测的精确度，实现了更准确的检测性能，并且解决了传统机器学习方法对信道资源浪费、重复训练等问题。