Oct, 2017

通过认知无线电和机器学习实现智能无线通信

PDF
TL;DR本文讨论了智能无线通信、认知无线电、机器学习技术的发展，以及它们在提高动态无线环境下的频谱和能量效率方面的作用和现实应用，并且指出了认知无线电和机器学习在现有和未来无线通信系统中面临的进一步研究挑战。
intelligent wireless communicationscognitive radiomachine learning techniquesspectrum and energy efficiencydynamic wireless environments
发现论文，激发创造
  • 从认知到智能通信的 20 年演进

    本文概述了过去 20 年中智能通信的发展，从认知无线电到人工智能辅助的智能无线电，评估了智能通信的研究挑战，展示了更智能地利用有限频谱资源以及在未来通信系统中优化配置无线设备的道路。

    Sep, 2019

  • 认知学习辅助的多天线通信

    本文重点讨论了深度学习在认知系统中的应用，探讨了用于解决多天线认知通信中的数据复杂性和无线信道动态等挑战的多种基于深度学习的方法，包括联邦学习、迁移学习和在线学习等。我们提出了一些解决这些挑战的深度学习设计方案，包括量化学习模型、数据 / 模型并行化和分布式学习方法。

    Oct, 2020

  • 机器学习在无线网络中的应用：关键技术与未解决问题

    本文全面调查了机器学习在无线通信中的应用，分类为 MAC 层的资源管理，网络层的网络和移动性管理，以及应用层的定位，并根据采用的机器学习技术组织了每个方面的文献。同时，提出了使用 ML 的条件和未解决的问题，以促进未来的研究。

    Sep, 2018

  • 物联网中的无线通信机器学习：一项全面调查

    本文综述了机器学习在物联网无线通信中的应用，重点关注了它的特定网络层，包括物理层、数据链路层和网络层等，以及对硬件实现的探讨；同时提供了对物联网无线通信中的机器学习面临的挑战和问题的详细分析。

    Jan, 2019

  • 空中机器学习

    本文回顾了机器学习在物理层无线通信系统中的应用及其带来的一些挑战，并着重介绍了机器学习在无线通信领域中的一些前沿技术及其在未来的研究方向，同时强调了基于物理层设计的分布式机器学习的可行性和需求。

    Apr, 2019

  • 无线网络上通信高效的分布式学习原理与应用

    该研究论文总结了与机器学习相关的通信和 ML 原则，并提出了具有选定用例的通信高效和分布式学习框架。

    Aug, 2020

  • 无线通信网络中的机器学习 6G 白皮书

    本文着眼于机器学习在无线通信领域的应用，分析了其对 6G 网络的影响，提出了在 6G 网络各层使用机器学习方法解决问题的前景以及使用 ML 进行无线网络的零触碰优化的有趣方面，并针对每个部分提出了有价值的研究问题。

    Apr, 2020

  • 低水平无线通信的协作多智体强化学习

    本研究使用强化学习方法，将两个设备间的无线通信建模为优化双向通信策略的问题，以此解决传统无线通信领域所面临的问题，如人工频谱稀缺、无法动态分配频率等。实验结果表明所提出的方法具有优越的学习能力和智能性。

    Jan, 2018

  • 下一代无线网络中的机器学习和人工智能

    本文将探讨机器学习、自动化、人工智能和大数据分析对于提高下一代无线网络的能力和效率的作用，发现这些新技术将有助于使下一代无线网络实现自适应、自我感知、预测和主动性，最终得出未来的无线网络运营商不能脱离人工智能和机器学习技术转变其操作框架的结论。

    Dec, 2021

  • 走向智能边缘：无线通信与机器学习相遇

    人工智能的复兴引发了边缘学习新研究领域的兴起，以支持在各种边缘设备上部署基于人工智能的应用程序，该领域通过利用移动边缘计算平台及在大量边缘设备上分布的海量数据来克服每个边缘设备的有限计算能力和数据量，并提出了一些以学习为驱动的无线通信设计原则，这为边缘通信和学习研究提供了新的机会。

    Sep, 2018