摘要：機器學習是人工智能的重要方向之一,文章介紹兩種機器學習理論應用于移動通信網絡的案例。首先介紹一種基于期望最大化算法的信道估計器,不需要導頻也可實現對信道的盲估計,提高了系統的吞吐率。隨后介紹了一種基于深度神經網絡的信道估計和信號恢復算法,該算法能夠隱性地分析信道的特性,直接將信號恢復出來,當導頻數據減少時其性能優于傳統算法。神經網絡估計器雖然訓練模型復雜,但后續可直接將信號恢復,降低了信號處理的復雜度。