基于对比和掩蔽自编码器学习的无线信道表示的多任务基础模型

本研究针对自监督学习在无线信道表示领域应用时存在的问题，提出了一种名为WiMAE（无线掩蔽自编码器）的基础模型，专门预训练于多天线无线信道数据集。进一步，开发的ContraWiMAE将对比学习目标与重构任务融合在一个统一的多任务框架中，显著增强了模型的表示能力，提供了更高的性能和数据效率，为未来的自监督无线信道表示学习研究提供了强有力的基础。

本研究提出了WiMAE模型，专注于自监督学习在无线信道表示中的应用。ContraWiMAE结合对比学习与重构任务，显著提升了模型性能和数据效率，为未来研究奠定了基础。

WiMAE 对比学习 无线信道 编码器 自监督学习 重构任务
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友