Meta-Transfer Learning for mmWave Beam Alignment
mmWave 빔 정렬에서 배포 환경 변화에 따른 분포 이동 문제를 해결하기 위해, 사전학습된 CNN 백본을 고정하고 경량 Scale-and-Shift 어댑터와 분류기 헤드만 메타학습하는 MTL-BA 프레임워크를 제안한다. DeepMIMO 데이터셋 실험에서 MTL-BA는 전체 파인튜닝 및 MAML 대비 약 17배 적은 파라미터를 업데이트하면서도 동등한 정확도와 스펙트럼 효율을 달성했으며, 메타학습 에포크를 60% 줄이면서도 MAML에 근접한 성능을 보였다.