연구진은 mmWave 빔 정렬을 위한 메타-전이 학습 프레임워크 MTL-BA를 제안했어요. 이 프레임워크는 사전 훈련된 컨볼루션 백본을 고정하고 경량 Scale-and-Shift(SS) 어댑터와 분류기 헤드를 메타 학습해요.
MTL-BA는 사전 훈련된 모델에서 시작하여 SS 어댑터와 분류기 헤드만 업데이트하여 적응 비용과 메타 훈련 예산을 줄이면서 예측 성능을 유지해요.
DeepMIMO 데이터셋 시뮬레이션 결과, MTL-BA는 전체 미세 조정과 유사한 정확도와 스펙트럼 효율을 달성하면서 업데이트하는 파라미터 수를 약 17배 줄였어요.