محققان در یک پژوهش جدید، از معماری نوآورانهای برای بهبود تخمین کانال در شبکههای مخابراتی (OFDM) رونمایی کردند. در این روش، با ترکیب قدرت مدلهای Mamba و مکانیسمهای توجه (Attention)، ضمن کاهش پیچیدگیهای محاسباتی، دقت تخمین کانال در مقیاسهای بزرگ بهشکل چشمگیری افزایش یافته است.
این معماری با استفاده از یک اسکن دوطرفه، وابستگیهای طولانیمدت بین زیرحاملها را بهتر درک میکند و جایگزینی بهینه برای مدلهای سنگین Transformer در کاربردهای مخابراتی محسوب میشود.
منبع: arXiv AI