Learnware for CSI Feedback: Scene-Specific Small Models Can Do Big

Xiangyi Li

doi:10.1109/twc.2026.3725802

Learnware for CSI Feedback: Scene-Specific Small Models Can Do Big

2026-08-27

0

PRE

AI

Zhi-Hua Zhou (Zhi‐Hua Zhou)

DOI：10.1109/twc.2026.3725802

原文链接

原文求助

摘要

En 中文

基于模型仓库的部署框架，通过中央AI数据中心维护场景特定的CSI模型目录，该仓库通过Learnware框架增强，每个模型关联语义部分（网络架构参数）和统计部分（训练数据分布的代码本指纹嵌入）。基站仅提交本地统计规范以检索最相关的预训练模型，通过避免原始CSI传输增强数据隐私，并显著降低检索延迟和通信开销。进一步开发的数据驱动搜索策略将代码本指纹与模型性能匹配，实现超过90%的选择准确率。在仿真中，该方案在视距（LOS）和非视距（NLOS）场景下分别比通用模型提升18.8%和57.7%的性能，同时将本地微调减少至1000个样本和100个周期。这种Learnware方法最小化冗余训练、最大化模型复用，并支持快速、增强隐私的CSI反馈模型部署。

Keyword:

Massive MIMO

CSI feedback

deep learning

model repository

model selection

Learnware for CSI Feedback: Scene-Specific Small Models Can Do Big

摘要

期刊

机构

引用论文