****模型类型:1.数据驱动(date-driven)2.模型驱动(model-driven)
目前使用DL来进行通信研究主要分为两种方法,数据驱动和模型驱动,数据驱动将神经网络视为一个黑箱模型,喂入数据,得到结果。模型驱动是用通信领域知识和物理机制构造模型。
- **数据驱动的缺点:**1.严重依赖标签数据和经验调参。通信场景下,带标签的数据的获取并不easy。2.模型的可解释性也是一个问题,这也是神经网络的一个研究方向。
- **模型驱动的优点:**1.训练数据容易获得。2.减小过拟合风险。3.快速部署。