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

本文调查了利用机器学习技术提高无线网络性能方面的最新研究，并提出挑战和未解决的问题，为研究人员提供了一条路线图。

Mar, 2021

近年来，移动计算和物联网网络的快速部署使得无线系统的通信和感知能力大幅增强，而基于大数据分析、普适计算和人工智能（AI）的新型网络架构 —— 无线 AI 将 AI 推向网络边缘，成为未来智慧网络演进的关键，本文提出了一个从数据驱动的角度出发，关于无线 AI 的最新研究的综合调查，尤其在数据驱动领域，对无线 AI 在各个领域具有的应用进行了深入讨论，为无线网络的设计和优化提供了可能的解决方案和方向。

Feb, 2020

本文研究了如何利用人工智能（AI）和机器学习（ML）技术来设计和运营 B5G 无线网络，包括对最近的进展和未来挑战的综述，以及对 ML 算法和应用的回顾，并总结了将 AI/ML 算法应用于 B5G 网络的标准发展。

Jan, 2020

人工智能和机器学习是驱动未来通信系统演进的必备技术，而 Wi-Fi 网络不断演化且变得越来越复杂。本文讨论了人工智能和机器学习在当前和未来 Wi-Fi 网络中的作用，并提出了人工智能和机器学习原生 Wi-Fi 的发展方向、关键挑战、标准化努力和主要推动因素。通过提供一个示例用例展示了人工智能和机器学习在不同采用阶段的 Wi-Fi 中的潜力。

May, 2024

本文评估了基于人工智能的 5G 无线通信系统，包括网络管理、无线资源分配和网络安全等。

Sep, 2020

本文介绍了一种将模型训练和推断能力嵌入到网络边缘的边缘人工智能技术，为 6G 提供了一种优化网络效率、效果、隐私和安全的解决方案，并提出了新的无线网络设计原则、面向服务的资源分配优化方法、端到端的架构以支持边缘人工智能。

Nov, 2021

本文介绍了机器学习和人工神经网络在下一代无线通信网络中的应用，涵盖了前馈神经网络、循环神经网络、脉冲神经网络和深度神经网络等不同类型，并讨论了无人机通信、虚拟现实和边缘缓存等无线通信问题和挑战。作者提出了未来可能的研究方向，对开发满足未来无线网络需求的机器学习技术提供了全面的指南。

Oct, 2017

利用机器学习方法，该研究介绍了一种高级网络流量分类系统，能够实时分析网络流量并识别各种网络服务类型。通过对网络流量中的模式进行分析，我们的方法将相似的网络流量归类为不同的网络服务，并将流量分解为多个小的流，每个流专门用于承载特定的服务。我们的机器学习模型基于包含不同网络服务类型的标记示例的数据集进行训练，并在评估中展现了出色的准确性。这些结果强调了将人工智能集成到无线技术中的巨大潜力，通过这种方法可以实现更高效的能源消耗、提供更好的服务质量保证以及优化网络资源的分配，为先进智能网络的发展打下坚实的基础。

Oct, 2023

移动网络运营商正试图使用人工智能技术在 5G 及其以后的网络中，部署一种更加有机和费用效益高效的网络操作方式，但这需要克服技术上的重大障碍。该研究提出了未来的研究方向、确定了前 5 个挑战，并提出了一种可能的路线图以实现人工智能实现的 Beyond-5G 和 6G 蜂窝网络的愿景。

Jul, 2019