arXiv cs.LG· Zhiyi Yin, Zhizhao Wen, Ruoxin Zhang, Chao Wang, Puyang Xu, Yifan Jiang, Yusi Gong·· 2 小时前AI 评分31
FuseAMC：深度与传统结合的高 CPU 效率自动调制分类决策融合模型
Deep Meets Classical: A CPU-Efficient Decision-Fusion Model for Automatic Modulation Classification
AI 导读
轻量级决策融合模型 FuseAMC 将约 198k 参数的残差 CNN 与梯度提升树累积量分类器相结合，用于自动调制分类。在 RadioML 2016.10a 上，该模型取得 55.8% 的总体准确率，较纯 CNN 和最佳累积量基准分别提升 3.2 与 5.1 个百分点。FuseAMC 参数量约 0.2 million，单帧计算量约 3 MFLOPs，可在单 CPU 核心上训练与运行。
来源：arXiv cs.LG · arxiv.org