Nov, 2022
用于 WLAN 干扰估计的跨网络可转移神经模型
Cross-network transferable neural models for WLAN interference estimation
Danilo Marinho Fernandes, Jonatan Krolikowski, Zied Ben Houidi, Fuxing Chen, Dario Rossi
TL;DR本文采用基于实际数据的方法,研究 WLAN 中的干扰估计问题。并通过分析各种深度学习体系结构在准确性、泛化性和对异常数据的鲁棒性方面的控制比较,结论是图卷积网络(GCN)表现最佳,但如果不得不给出节点索引,则无法学习特定节点的行为。同时,还验证了 GCN 模型的泛化能力。