高信噪比误码率显著改善
通过从低信噪比区域迁移学习，使深度神经网络检测器在高信噪比下逼近消息传递算法的性能，同时保持低复杂度。
Zheng, Yu · Xiaoming, Hou · Xin, Jiantao · 王辉 · Jiang, Ming · 张胜利
IEEE Internet of Things Journal 2025
迁移学习将低信噪比区域学到的特征迁移到高信噪比，无需重新训练即可拟合高信噪比下的最优决策边界，避免从零训练的性能平台。
在低信噪比区域，预训练模型保持与MPA相同的误码率，迁移学习只提升高信噪比区域的性能，不会牺牲低信噪比表现。
检测时先估计信道信噪比，自适应选择相应信噪比下训练的模型参数，使检测器在宽信噪比范围内均能工作。