- 1、本文档共13页,其中可免费阅读4页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种用于无线信号识别的通用多任务学习框架,属于无线通信领域。该框架使用共享特征提取网络提取信号广泛特征,结合注意力机制和分类器实现无线信号中不同任务的分类识别,该框架能够快速收敛且能在较小运算、时间代价下实现信号并行多任务的高效识别。同时,为了解决多任务间的权重分配问题,引入考虑不同任务间损失梯度变化的动态权重分配函数,实现不同任务间权重的自动分配,使得损失值的收敛更快且更鲁棒,而且也进一步提高了学习框架的学习速率和准确率。提出的多任务框架实现了端到端的学习方式,方便新任务的快速扩展
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117609777A
(43)申请公布日2024.02.27
(21)申请号202311035924.0G06N3/045(2023.01)
文档评论(0)