跳到正文
热点事件持续更新

XL MIMO波域推理论文提交

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

Kyriakos Stylianopoulos、Mattia Fabiani、Davide Dardari 和 George C. Alexandropoulos 提交论文,提出一种接收端配置堆叠智能超表面的 XL MIMO 架构,使单根天线及其射频链路能够在空中执行两层神经网络推理;数值评估显示,该框架在多种数据集上的分类准确率可媲美理想化数字模型。 该方案基于极限学习机:无线衰落提供不可控的第一层变换,SIM 操作实现可控的第二层变换;只有前端超表面层需要具备非线性响应以充当激活函数。论文称,这为低复杂度波域神经计算提供了可行性,但目前结果来自数值评估。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · Machine Learning
    XL MIMO 极限学习机:利用堆叠超表面进行波域推理

    研究提出一种在接收端配置堆叠智能超表面(SIM)的 XL MIMO 架构,仅用单根天线及其射频链路,借助无线衰落与 SIM 操作在空中实现两层神经网络推理。基于 Extreme Learning Machine(ELM)框架,该系统可作为通用逼近器,并通过闭式线性 SIM 合并实现快速训练;多数据集评估显示,其分类准确率可媲美理想化数字模型。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。