Over-The-Air Extreme Learning Machines with XL Reception via Nonlinear Cascaded Metasurfaces

Resumen Técnico: Máquinas de Aprendizaje Extremo (ELM) Over-The-Air con Recepción XL mediante Metasuperficies Cascadas No Lineales

1. Problema y Contexto

El paradigma emergente de las comunicaciones orientadas a objetivos busca realizar inferencia de datos directamente en la capa física de los sistemas de comunicación, evitando la reconstrucción completa de los datos en el receptor. Aunque existen enfoques que utilizan Metasuperficies (MS) para emular capas de Redes Neuronales Profundas (DNN) o aproximar pesos digitales, estos enfrentan limitaciones significativas:

• Complejidad de Hardware: Muchos sistemas requieren múltiples cadenas de radiofrecuencia (RF) o procesamiento digital intensivo.
• Limitaciones de Operación: La mayoría de las implementaciones basadas en MS se restringen a operaciones lineales, lo que reduce drásticamente su capacidad de aproximación de funciones no lineales.
• Escalabilidad: Los sistemas anteriores que intentan realizar inferencia Over-The-Air (OTA) a menudo dependen de amplificadores de potencia no lineales complejos o tienen dificultades para escalar en entornos de MIMO Extremadamente Grande (XL-MIMO).

El objetivo es desarrollar un sistema capaz de realizar clasificación binaria y aproximación de funciones completamente en el dominio de RF, con entrenamiento rápido y baja complejidad de hardware.

2. Metodología Propuesta

Los autores proponen un sistema XL-MIMO-ELM (Máquina de Aprendizaje Extremo) que integra la computación en la propagación inalámbrica utilizando una arquitectura de receptor novedosa:

• Arquitectura del Receptor (RX):

  • Capa Frontal No Lineal (NL): La primera capa de la Metasuperficie Inteligente Apilada (SIM) o Metasuperficies Cascadas (CMS) consta de celdas unitarias con una respuesta no lineal fija (basada en umbralización). Esta capa actúa como la función de activación del ELM (aproximando una función ReLU compleja) y procesa la señal entrante del canal.
  • Capas Cascadas Lineales: Tras la capa NL, existen $L$ capas de metasuperficies difractivas con respuestas lineales sintonizables. Estas capas aproximan los pesos entrenados del ELM.
  • Cadena Única de RF: Todo el sistema converge en una sola antena receptora y una única cadena de RF, eliminando la necesidad de múltiples receptores paralelos.

• Mecanismo de Funcionamiento:

  • El canal de MIMO se trata como una capa oculta con pesos aleatorios (debido a la dispersión rica del canal).
  • La señal transmitida se modula en amplitud (AM) para codificar los datos de entrada.
  • La señal atraviesa el canal, sufre la transformación no lineal en la primera capa de MS, y luego se combina linealmente a través de las capas subsiguientes.

• Algoritmo de Entrenamiento (Dos Pasos):

  1. Cálculo de Pesos Ideales: Dado un conjunto de datos, se calcula la solución de mínimos cuadrados en forma cerrada para obtener los pesos óptimos del ELM ($w^*$), asumiendo una combinación digital ideal.
  2. Aproximación OTA: Se utiliza un descenso de gradiente proyectado (PGD) para ajustar los parámetros de las capas lineales de MS (amplitudes y fases) de modo que su respuesta combinada ($w_\phi$) aproxime lo más posible a los pesos ideales $w^*$. Esto permite "entrenar" el hardware físico para realizar la inferencia.

3. Contribuciones Clave

• Primera Implementación ELM OTA Completa: Presentan un sistema que realiza clasificación binaria completamente en el dominio de RF, utilizando el canal y las metasuperficies como componentes computacionales, sin necesidad de reconstrucción de señal digital intermedia.
• Integración de No Linealidad Física: A diferencia de trabajos previos puramente lineales, incorporan una capa frontal con respuesta no lineal fija (basada en diodos o dispositivos de umbral), lo que habilita la capacidad de aproximación universal necesaria para el aprendizaje de máquina.
• Reducción de Complejidad de Hardware: Logran la inferencia con una sola cadena de RF, reduciendo drásticamente el consumo de energía y la complejidad en comparación con sistemas que requieren múltiples cadenas o procesamiento digital masivo en el receptor.
• Marco Teórico y Práctico: Proporcionan un marco de entrenamiento en forma cerrada combinado con optimización física, demostrando que el sistema actúa como un aproximador universal de funciones bajo condiciones de dispersión rica.

4. Resultados Numéricos

Las simulaciones se realizaron sobre tres conjuntos de datos de clasificación binaria: Parkinson's, Wisconsin Breast Cancer Dataset (WBCD) y MNIST (submuestreado).

• Rendimiento de Clasificación:
  • El sistema alcanza una precisión de clasificación comparable a los modelos digitales y DNN ideales a medida que aumenta el número de elementos en la metasuperficie ($N_r$).
  • En el régimen XL (gran número de elementos), la precisión se acerca a los límites superiores de los modelos digitales (92%-98% en los casos probados).
  • La aproximación de los pesos mediante las capas lineales de MS ("OTA weights") muestra un rendimiento muy cercano al caso ideal ("ideal weights"), aunque con una ligera degradación en configuraciones extremas debido a la convergencia del algoritmo de optimización.
• Robustez ante el Canal:
  • El sistema es altamente efectivo en condiciones de Rayleigh (dispersión rica), donde el canal proporciona proyecciones ortogonales aleatorias necesarias para el ELM.
  • Se observa una disminución en la precisión a medida que el canal se vuelve dominado por línea de vista (LoS) (factores de Ricean altos), ya que se reduce la diversidad de características extraídas. Sin embargo, el sistema mantiene un rendimiento estable en condiciones de dispersión moderada.
• Complejidad Computacional:
  • El entrenamiento de los pesos ideales es rápido ($O(N_r^3)$), similar a la decodificación MIMO estándar.
  • La optimización de las capas físicas (PGD) no depende del tamaño del conjunto de datos, ofreciendo una ventaja computacional significativa sobre el entrenamiento de DNNs tradicionales basado en retropropagación.

5. Significado e Impacto

Este trabajo demuestra la viabilidad de incrustar capacidades de aprendizaje automático directamente en la infraestructura física de las futuras redes 6G. Al realizar la inferencia "Over-The-Air":

• Se elimina la necesidad de transmitir datos brutos para su procesamiento en la nube o en el borde, reduciendo el ancho de banda y la latencia.
• Se reduce drásticamente la carga computacional y energética en el receptor, permitiendo dispositivos IoT más eficientes.
• Se abre una nueva ruta de investigación para el diseño de hardware de comunicaciones que actúa simultáneamente como procesador de señales y unidad de inferencia, aprovechando las propiedades físicas del entorno de propagación para realizar cálculos complejos.

En resumen, el artículo valida que las Metasuperficies Inteligentes Apiladas (SIM) con componentes no lineales pueden funcionar como Máquinas de Aprendizaje Extremo físicas, ofreciendo una solución escalable y eficiente para la computación en el borde inalámbrico.