待验证50% 置信事实精确时间

RAG-CSI 的预测器是 Transformer，通过交叉注意力机制将检索到的知识序列与当前 CSI 历史融合。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/28

首次发现

有效期至：2027/1/26

来源

RAG-CSI：用检索增强Transformer预测信道状态

涉及实体

RAG-CSImodel Transformerconcept 交叉注意力concept

相关事实

待验证RAG-CSI 使用联合状态—动态检索（JSDR），同时刻画信道状态相似性、相位动态与幅度动态来检索 CSI 序列。75% 相似待验证交叉注意力机制源自Transformer架构，让一个序列的查询去检索另一个序列的键值对，适合双源融合场景65% 相似待验证Transformer的自注意力机制能够捕捉代码序列中任意两点之间的长程逻辑依赖65% 相似已验证Transformer每层包含多头自注意力和前馈神经网络两个核心子模块64% 相似待验证Decision Transformer通过自注意力机制直接建模跨越大时间跨度的因果关系，处理超长时序依赖64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1106168

API

curl https://kongchang.com/api/v1/knowledge/claims/1106168

MCP

get_claim(id=1106168)