MultiPathFormer: Un modello fondamentale per la propagazione wireless multipercorso
C'è un nuovo modello di apprendimento automatico chiamato MultiPathFormer sviluppato per l'uso nelle comunicazioni wireless. Questo modello mira a migliorare compiti come la stima del canale, la previsione del fascio e la localizzazione. A differenza di altri modelli che si basano sulla ricostruzione mascherata dei dati del canale, MultiPathFormer si concentra sulla propagazione multipercorso durante il suo addestramento. Tratta ogni collegamento tra trasmettitore e ricevitore come una sequenza di token di percorso e utilizza la previsione del percorso successivo per il suo pre-addestramento. Include anche un meccanismo unico di Environmental RAG e un codebook del primo percorso basato su una struttura transformer, che aiuta a stimare meglio le statistiche del percorso come ritardo e potenza utilizzando dati ambientali. Questa ricerca, etichettata come arXiv:2608.05076, è stata rilasciata per migliorare le prestazioni dei sistemi wireless affrontando le lacune nei modelli esistenti.
Fatti principali
- MultiPathFormer è un modello fondamentale per la propagazione wireless multipercorso.
- Si rivolge a compiti come la stima del canale, la previsione del fascio e la localizzazione.
- I modelli fondamentali wireless esistenti vengono pre-addestrati su tensori di canale utilizzando la ricostruzione mascherata.
- MultiPathFormer utilizza la propagazione multipercorso come oggetto fondamentale di pre-addestramento.
- Rappresenta ogni collegamento trasmettitore-ricevitore come una sequenza ordinata di token di percorso a valori continui.
- Il pre-addestramento viene effettuato con la previsione del percorso successivo.
- Introduce un meccanismo Environmental RAG e un codebook del primo percorso.
- L'articolo è disponibile su arXiv con ID 2608.05076.
Entità
Istituzioni
- arXiv