实验室新成果提出针对无线网络优化问题的深度学习通用增强方法

祝贺UNIC实验室马龙飞同学论文被IEEE Internet of Things期刊收录

UNIC实验室硕士马龙飞的论文《Mixture of Gradient: A Unified Enhancing Approach for Deep Learning-Based Wireless Network Optimization》收录于IEEE IoT期刊（IEEE Internet of Things Journal）。本文提出了一种新的梯度混合（MoG）方法，该方法在训练过程中集成了来自不同来源的梯度，以提高神经网络（NNs）的收敛性能。MoG作为一种模块化的即插即用解决方案，不需要对现有NN进行结构修改，只需要对损失函数进行微小的修改。这种灵活性允许无缝集成到几乎所有基于神经网络的方法中，使其以最小的实现成本适用于广泛的无线优化问题。