[發明專利]通信系統中的訓練

在審

• 申請號: 201980089413.2
• 申請日: 2019-01-18
• 公開（公告）號: CN113316791A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: F·艾特·奧迪亞;J·霍伊迪斯
• 申請（專利權）人: 諾基亞技術有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/063;G06N3/08
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 董莘

1.一種裝置，包括：

用于根據度量來評估當前算法種群中的一些或所有算法的部件，所述種群中的每個算法實現傳輸系統，其中所述傳輸系統包括發送器、信道和接收器，其中所述發送器包括具有至少一些可訓練權重的發送器算法，并且所述接收器包括具有至少一些可訓練權重的接收器算法；

用于基于所述度量來選擇當前的所述種群中的所述算法的子集的部件；

用于從所述子集生成更新的算法種群的部件；以及

用于基于更新的所述種群來重復所述評估、所述選擇和所述生成、直至第一條件被達成的部件。

2.根據權利要求1所述的裝置，還包括用于當所述第一條件已經被達成時選擇所述更新的算法種群中的一個算法的部件。

3.根據權利要求1或權利要求2所述的裝置，還包括用于生成初始算法種群以及將初始的所述種群設置為當前的所述種群的第一實例的部件。

4.根據權利要求1至3中任一項所述的裝置，其中用于評估所述當前算法種群中的一些或者所有算法的所述部件包括：用于計算所述算法的適應度的部件。

5.根據權利要求4所述的裝置，其中所述的算法的所述適應度使用損失函數被計算。

6.根據前述權利要求中任一項所述的裝置，其中用于評估所述當前算法種群中的一些或所有算法的所述部件包括：用于計算所述算法的新穎度的部件。

7.根據權利要求6所述的裝置，其中所述算法的所述新穎度通過確定所述種群中的算法之間的距離而被計算。

8.根據前述權利要求中任一項所述的裝置，其中用于選擇當前的所述種群中的所述算法的所述子集的所述部件包括：用于根據所述度量來選擇所述種群中的一個或多個最佳算法的部件。

9.根據前述權利要求中任一項所述的裝置，其中所述更新的算法種群包括以下算法：所述算法被用于評估所述當前算法種群中的所述一些或所有算法的所述部件評估為最滿足所述度量。

10.根據前述權利要求中任一項所述的裝置，其中用于從所述子集生成更新的算法種群的所述部件包括：從所述算法的子集生成一個或多個新算法。

11.根據前述權利要求中任一項所述的裝置，其中所述算法的所述權重中的至少一些權重是量化的權重，其中所述量化的權重僅在具有有限數目的條目的碼本內取值。

12.根據前述權利要求中任一項所述的裝置，其中當所述當前算法種群或所述更新的算法種群中性能最佳的一個算法達成根據所述度量的預先定義的性能標準時，所述第一條件被滿足。

13.根據前述權利要求中任一項所述的裝置，其中所述第一條件包括所定義的迭代次數。

14.根據前述權利要求中任一項所述的裝置，其中用于從所述子集生成更新的算法種群的所述部件修改當前的所述種群中的所述算法的子集中的一個或多個算法的一個或多個參數和/或一個或多個結構。

15.根據前述權利要求中任一項所述的裝置，其中所述算法種群包括神經網絡。

16.根據前述權利要求中任一項所述的裝置，其中所述部件包括：

至少一個處理器；以及

至少一個存儲器，包括計算機程序代碼，所述至少一個存儲器和所述計算機程序被配置為與所述至少一個處理器一起引起所述裝置的所述執行。