无监督超越监督
通过跨域对比与域注意力动态选择表征，在未标记数据上提取高质量信号特征，打破传统方法对大量标注的依赖。
Li, Yu · 石晓然 · Haoyue, Tan · 张祯西 · Xinyao, Yang · 周峰
Nature Communications 2025
通过跨域对比学习从未标记数据中提取信号特征，摆脱传统方法对大量高质量标签的依赖。
域间与域内对比机制在增强跨域调制特征提取的同时保留源域自身信息，避免特征丢失。
域注意力模块在特征层面动态选择表征域，提升模型对不同数据分布的适应能力。
在公开数据集上的实验表明，该方法优于现有调制识别方法，验证了无监督框架的有效性。