基于多轮多任务深度学习的低延迟任务导向通信

本研究解决了任务导向通信中的信号压缩和解码问题，提出了一种多轮多任务学习的方法，以动态更新无线信道的使用效率。关键发现是，采用该方法后，在较少的信道使用次数下，模型能够达到接近传统方法的分类准确率，同时显著降低延迟，提升了任务导向通信的效率。