무선 네트워크 전력 제어와 다중 입력 단일 출력 네트워크 빔포밍 및 위치 추정을 위한 재구성 손실을 이용한 전이 학습

본 논문은 서로 다른 최적화 목적을 가진 문제들 간의 상관관계를 활용하여 효율적으로 신경망 모델을 학습하는 새로운 전이 학습 방법을 제안한다. 이를 위해 공통 정보 개념을 도입하고, 신경망 모델 학습 시 공통 정보 재구성 손실을 추가하여 일반화된 특징을 학습하도록 한다. 제안 방법은 MNIST 손글씨 분류, 디바이스 간 무선 네트워크 전력 제어, MISO 네트워크 빔포밍 및 위치 추정 문제에 적용되어 우수한 성능을 보인다.