The Non oBviousness
Game
Invalidation of patent, the AI way
最新资讯
登录
登录
The Non oBviousness
Game
主页
历史访问项目
登录后查看历史访问项目
Search
返回项目页面
对比文件列表
暂无对比文件
请从左侧选择对比文件查看内容
权利要求与技术特征
权利要求 1
A
一个或多个存储器
B
一个或多个处理器
C
所述一个或多个处理器与所述一个或多个存储器耦合
D
被配置为使所述无线通信设备
E
接收对与信道相关联的资源集合的指派
F
所述资源集合包括被分配用于数据信号的第一资源子集
G
和被分配用于参考信号的第二资源子集
H
根据最小均方估计操作从在所述第二资源子集上接收到的所述参考信号生成与针对所述资源集合的所述信道的多个层中的相应层相关联的第一多个信道估计
I
根据针对所述资源集合的所述信道的非线性二维插值生成第二多个信道估计和潜变量的多个值
J
所述第二多个信道估计和所述多个值与针对所述资源集合的所述信道的所述多个层中的相应层相关联
K
其中所述信道的所述非线性二维插值至少部分地基于所述第一多个信道估计
L
对所述第二多个信道估计执行包括一个或多个迭代的细化操作
M
其中所述一个或多个迭代中的每个迭代是根据相同机器学习参数集合执行的;并且中,为了执行所述一个或多个迭代中的每个迭代,所述一个或多个处理器被配置为使所述无线通信设备
N
至少部分地基于针对所述第二资源子集的所述第二多个信道估计和对所述第二资源子集的测量的观测来生成与所述第二多个信道估计相关联的相应梯度
O
至少部分地基于所述潜变量的所述多个值中的值的第一集合、所述第二多个信道估计、所述机器学习参数集合和所述相应梯度来生成所述潜变量的值的第二集合
P
至少部分地基于所述潜变量的值的所述第二集合、所述第二多个信道估计、所述机器学习参数集合和所述相应梯度来修改与所述多个层相关联的所述第二多个信道估计。
权利要求 2
Q
其中所述细化操作是第一细化操作
R
所述机器学习参数集合是机器学习参数的第一集合
S
所述一个或多个处理器被配置为使所述无线通信设备
T
对所述第二多个信道估计执行第二细化操作
U
所述第二细化操作包括根据机器学习参数的相同第二集合执行的一个或多个第二迭代
V
其中所述第一细化操作和所述第二细化操作与多个注意力计算中的相应注意力计算相关联。
权利要求 3
W
其中所述多个注意力计算包括物理资源块组内计算、物理资源块组间计算、交叉多输入多输出计算、多层感知器计算或它们的任何组合。
权利要求 4
X
其中所述一个或多个处理器被配置为使所述无线通信设备
Y
基于被分配用于所述参考信号的所述第二资源子集的资源配置模式来执行所述最小均方估计操作
Z
所述参考信号包括解调参考信号。