無線通信における転移学習と再構築損失

本論文は、異なる目的関数を持つ無線通信最適化問題に対して、共通情報を活用することで効率的な転移学習を実現する手法を提案する。提案手法では、ソース課題の学習時に、特徴層の出力から共通情報を再構築するための損失関数を導入することで、一般化された特徴表現を学習する。これにより、ターゲット課題の学習時に、ソース課題で学習した特徴層のパラメータを効率的に転移利用できる。