基于半监督，无监督的调制识别

Question

关于深度半监督的调制识别，现在研究的方法有哪些？进展到何处？相关文献
关于深度无监督的调制识别，现在研究的方法有哪些？进展到何处？相关文献
还有什么是大家没有研究的，可以作为研究点

Answer 1

关于深度半监督的调制识别，现在研究的方法有：
1、半监督分类、半监督聚类和半监督回归
3、半监督 GAN（Semi-Supervised Generative Adversarial Networks）
3、半监督 VAE：变分自动编码器 (VAE) 结合了深度自动编码器和生成潜在变量模型。VAE 是一个两阶段网络，一个编码器用于构建后验 P(z|x) 的变分逼近 Q(z|x)，以及一个解码器来参数化似然


进展：
在深度半监督的调制识别方面，探索了深度半监督学习在自然语言处理和其他领域的应用。
此外，研究人员还探索了深度半监督学习在不同场景下的应用，例如图像分割、目标检测和自然语言处理等任务上。

相关文献：
1、《计算机应用研究》 | 2021 年第 007 期
【关键词：数据流；集成学习；监督学习；半监督学习】
2、《电脑知识与技术》 | 2021 年第 012 期
【关键词：深度学习；半监督学习；人体姿态估计；自监督学习；空洞卷积】
3、《计算机工程》 | 2021 年第 002 期
【关键词：半监督学习；密度峰值聚类；基于图方法；标签传递；迭代】
4、《金融科技时代》 | 2021 年第 006 期
【关键词：金融科技；自编码器；半监督学习】
5、《计算机技术与发展》 | 2021 年第 007 期
【关键词：相关向量机；半监督学习；自训练；AP聚类；Renyi熵；分类预测】