ICML

Attention-Based SINR Estimation in User-Centric Non-Terrestrial Networks

基于注意力机制的用户中心非地面网络中SINR估计

Bruno De Filippo, Alessandro Guidotti, Alessandro Vanelli-Coralli

机构 * Department of Electrical, Electronic, and Information Engineering (DEI), Univ. of Bologna（电子、电气与信息工程系，博洛尼亚大学） ； National Inter-University Consortium for Telecommunications (CNIT), Bologna, Italy（电信跨大学联合体（CNIT），博洛尼亚，意大利） 纠错

AI总结 本文提出基于注意力机制的低复杂度SINR估计方法，通过直接提取用户间干扰特征，实现无需MMSE计算的高精度SINR估计，适用于用户中心非地面网络的调度优化。

Comments Paper accepted for presentation at IEEE International Conference on Machine Learning in Communications and Networking (ICMLCN) 2026

Towards Attributions of Input Variables in a Coalition

朝向联合体中输入变量的归因

Xinhao Zheng, Huiqi Deng, Quanshi Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出了一种新的归因度量，用于评估联合体变量的归因一致性，通过分析AND-OR交互影响，解决归因冲突问题，并在多个领域验证了方法的有效性。

Comments Accepted to the 2025 International Conference on Machine Learning (ICML 2025)