AI+无线通信——Top7 （Baseline）总结
比赛已经告一段落，现在我们队兑现承诺，将比赛方案开源给大家，互勉互助，共同进步。队伍介绍 我们的队伍名是Baseline，我们因分享Baseline结缘，所以就把队伍名叫Baseline。 队长： 方曦来自上海交通大学，研三。 队员 ：吕晓欣来自网易，AI工程师 ....
AI+无线通信总结——初赛算法实现(Top37)
先上代码。剩下的有时间在补，最终提交的初赛排名是37，但是没有跑完，跑完应该能进前20，但是由于算力不足，只跑了50个epoch。我先抛个砖，希望能引来玉。完整代码：Model_define_pytorch.py#!/usr/bin/env python3 import numpy as np import torch.nn as nn import torch import torch.nn.....
AI+无线通信 复赛
赛题名称基于深度学习的无线通信接收机设计赛题背景当今 5G面临着在复杂无线环境中对接收信号进行高效检测的巨大挑战。由于无线信道的随机衰落、多径、干扰、环境噪声和通信接收机噪声等因素的影响，无线通信信号的检测变得非常困难。传统的信号相干检测方法对于日益复杂的无线通信场景存在信道知识获取困难和检测误码率高等诸多难题。无线通信中的信号检测问题可以等效处理为图像的分类识别问题，这是因为无线通....
AI+无线通信总结——初赛赛题
赛题任务大赛将提供真实无线通信场景下采集的信道数据，鼓励参赛选手采取数据驱动的思路和采用机器学习的方法来设计符合真实信道数据的低复杂度神经网络结构和鲁棒的AI算法，以此提升在不同压缩尺度下的信道信息恢复的准确度。针对真实大规模天线阵列通信信道，采集到的数据是32万个信道数据样本，每个样本是一个矩阵（可以把单个样本视为一张图片）。在此给定数据的条件下，选手需要设计合理的神经网络结构来进行信道数据（....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
产品推荐
人工智能平台PAI
人工智能平台 PAI（Platform for AI，原机器学习平台PAI）是面向开发者和企业的机器学习/深度学习工程平台，提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务，内置140+种优化算法，具备丰富的行业场景插件，为用户提供低门槛、高性能的云原生AI工程化能力。
+关注