摘要：機器學(xué)習(xí)是人工智能的重要方向之一,文章介紹兩種機器學(xué)習(xí)理論應(yīng)用于移動通信網(wǎng)絡(luò)的案例。首先介紹一種基于期望最大化算法的信道估計器,不需要導(dǎo)頻也可實現(xiàn)對信道的盲估計,提高了系統(tǒng)的吞吐率。隨后介紹了一種基于深度神經(jīng)網(wǎng)絡(luò)的信道估計和信號恢復(fù)算法,該算法能夠隱性地分析信道的特性,直接將信號恢復(fù)出來,當(dāng)導(dǎo)頻數(shù)據(jù)減少時其性能優(yōu)于傳統(tǒng)算法。神經(jīng)網(wǎng)絡(luò)估計器雖然訓(xùn)練模型復(fù)雜,但后續(xù)可直接將信號恢復(fù),降低了信號處理的復(fù)雜度。