物理的解釈に基づく深層学習を用いた一般化可能なCSIフィードバック

本論文は、大規模MIMOシステムにおける深層学習ベースのCSIフィードバックの一般化可能性という重要な問題に取り組んでいます。著者は、物理学に基づいた原理を学習プロセスに組み込むことで、未知の環境における性能劣化の問題に対処しています。このアプローチは、さまざまなチャネル条件下で堅牢なモデルを作成することにより、展開コストを削減することを目的としているため、重要です。提案されたEG-CsiNetフレームワークと物理学に基づく分布アライメントは、ワイヤレス通信における深層学習の実用性を大幅に向上させる可能性のある新しい貢献です。