Core Concepts
무선 통신 분야에서 개별 과제 중심의 기계학습 모델에서 벗어나, 다양한 하위 과제에 적용 가능한 범용 모델 개발이 필요하다.
Abstract
이 논문은 무선 통신 분야에서 기계학습 기술의 발전 과정을 살펴보고, 개별 과제 중심의 모델에서 벗어나 다양한 하위 과제에 적용 가능한 무선 물리계층 기반 범용 모델(WPFM) 개발의 필요성을 제시한다.
무선 통신 분야의 기계학습 기술 발전 과정:
1단계: 개별 과제 중심의 기계학습 모델 개발
2단계: 전이 학습을 통한 지식 재사용
3단계: 범용 모델(Foundation Model) 등장
WPFM 개발을 위한 주요 과제:
효과적인 사전 학습 과제 설계
다양한 유형의 무선 시계열 데이터 임베딩
무선 네트워크 환경에 대한 인간 이해 가능한 표현 학습
WPFM 전략적 프레임워크:
시계열 데이터 임베딩 및 토큰화
효과적인 자기 지도 학습 사전 학습 과제
무선 네트워크 환경에 대한 의미론적 표현 학습
하위 과제 fine-tuning
향후 연구 방향:
대형 언어 모델(LLM)과의 통합
멀티모달 WPFM 개발
무선 네트워크 최적화
에너지 효율성 고려
엣지/임베디드 기반 구현