[논문 리뷰] Realization of a Fully Connected Neural Layer Over-the-Air through Multi-hop Amplify-and-Forward Relays

Tolga Girici, Meng Hua외 1명|arXiv (Cornell University)|2026. 03. 20.

Energy Harvesting in Wireless Networks인용 수 0

한 줄 요약

이 논문은 다중 홉 AF 중계를 이용한 무선 공중에서의 완전 연결 신경망 계층을 구현하기 위한 교대 최적화 프레임워크를 제시하고, 전송기 프리코딩, 중계 이득, 수신자 결합을 최적화하여 가중치 행렬을 모방한다.

ABSTRACT

We study the problem of implementing a fully-connected layer of a neural network using wireless over-the-air computing. We assume a multi hop system with a multi-antenna transmitter and receiver, along with a number of multi-hop amplify-and-forward relay devices in between. We formulate an optimization problem that optimizes the transmitter precoder, receiver combiner and amplify-and-forward gains, subject to relay device power constraint and transmitter power constraint. We propose an alternating optimization framework that optimizes the imitation accuracy. Simulation study results reveal that multi-hop relaying achieves an almost perfect classification accuracy when used in a neural network.

연구 동기 및 목표

• 엣지에서의 추론을 밀리초 단위의 지연과 에너지 효율로 구현하기 위해 무선 OTA 계산을 활용한 신경망
• AF 중계가 있는 다중홉 MIMO 채널에서 FC 계층을 실현하기 위한 최적화 문제를 수립
• 정확한 FC 모방을 위해 프리코더, 컴바이너, 및 중계 이득을 교대로 최적화하는 알고리즘을 개발
• 중계 수, 전력, 경로손실이 모방 정확도 및 잡음에 대한 강건성에 미치는 영향을 분석

제안 방법

• 다중 안테나 기지국 BS, 다중 안테나 수신기 Rx, 그리고 L 단계의 단일 안테나 AF 중계로 구성된 L 그룹으로 구성된 N(total) 중계의 다중 홉 OTA 시스템을 모델링
• 효과 채널 H_eff를 정의하고 y = F2 H_eff F1 x + F2 n_in 을 통해 목표 가중치 행렬 W를 모방하는 것을 목표로 함
• FC 모방 오차 및 잡음 전파를 각 안테나 및 각 중계의 파워 제약 하에서 결합한 모방 오브젝티브를 구성
• F1, F2, 및 {A_l}를 블록으로 업데이트하여 오브젝티브를 최소화하는 교대 최적화 절차를 도출
• 정규화가 있는 최소제곱(L2) 해와 각 중계의 파워 투사(projection)를 이용한 F1, F2, 중계 이득의 폐쇄형 업데이트를 제공
• H_chain의 랭크 및 다중 홉 잡음이 모방 정확도에 미치는 영향을 다룸

Figure 1: Multi-hop OTA computing system model

실험 결과

연구 질문

• RQ1 다중 홉 AF 중계가 현실적인 전력 제약 하에서 OTA로 완전 연결 신경망 계층을 높은 모방 정확도로 구현할 수 있는가?
• RQ2 중계 그룹 수, 중계 전력, 경로손실이 OTA FC 구현의 모방 정확도와 강건성에 어떤 영향을 미치는가?
• RQ3 목표 FC 가중치 행렬을 모방하기 위해 송신기 프리코딩, 중계 이득, 수신기 결합을 공동 설계하는 효과적 최적화 전략은 무엇인가?

주요 결과

• 다중 홉 AF 중계는 적절한 중계 설정과 전력 조건 하에서 디지털 베이스라인에 근접한 모방 정확도를 달성할 수 있다.
• 중계 그룹 수를 늘리면 잡음 누적이 감소하고 정확도가 개선되지만 두세 그룹을 초과하면 수익이 감소한다.
• 중계 전력 증가가 모방 정확도를 향상시키는 반면, 매우 작은 중계 전력은 성능을 저하시켜 분산이 증가한다.
• 직접 BS-Rx 링크는 추가적인 개선을 제공하지만 다중 홉 중계가 적절히 구성되면 근사적으로 베이스라인에 근접한 모방에 필요하지 않다.
• 제안된 AO 알고리즘은 비증가적인 목적함수를 가지는 정상점으로 수렴하며 모든 링크의 CSI에 의존한다.

Figure 2: Accuracy vs. Number of Relay Devices per group ( $K$ ). Bs-Rx link blocked, $D_{max}=100$ m, AF relay power $P_{k}=1$ W