L

Lwm

由 wi-lab 开发
LWM是首个无线通信领域的基础模型,作为通用特征提取器开发,能够从无线信道数据中提取精细表征。
下载量 137
发布时间 : 9/14/2024

模型简介

LWM是一款基于变压器架构的预训练模型,专门用于无线通信与感知任务。它通过自监督学习方法(掩码信道建模技术)训练,能够捕捉信道数据中的细粒度与全局依赖关系,生成高质量的嵌入向量。

模型特点

多任务适用
通过无标签自监督预训练,在广泛的无线任务中表现卓越
数据高效
嵌入向量使下游任务能够以更少的数据实现高精度
环境普适
基于多样化数据预训练,确保在城乡等各类环境中具有可靠性能
双向注意力机制
通过关注前后信道片段解析完整上下文,生成编码全面空间信息的嵌入向量

模型能力

无线信道特征提取
无线通信任务处理
无线感知任务处理
小样本学习

使用案例

无线通信
信道估计
利用LWM提取的信道特征进行精确的信道估计
减少对大量标注数据的依赖
波束成形
基于LWM生成的信道嵌入优化波束成形策略
提高无线通信质量
无线感知
环境感知
利用信道特征识别无线环境特性
适用于从密集城区到合成环境的各种场景
AIbase
智启未来,您的人工智能解决方案智库
简体中文