Jun, 2023

通信系统中 AI 通用性和可扩展性的设计原则

PDF
TL;DR这篇文章提出了可持续和可扩展的人工智能集成在通信系统中的设计原则，并构建了可泛化至网络环境、意图和控制任务的人工智能算法和可自动化的学习体系结构，以实现 AI 驱动的 RAN 功能的规模化应用并简化生命周期管理。
artificial intelligencecommunication systemsranscalable learning architecturelink adaptation algorithm
发现论文，激发创造
  • 通信网络中使用系统化人工智能解决人工智能任务

    在人工智能的快速发展中，解决复杂的人工智能任务是智能移动网络中的关键技术。为了应对这一挑战，我们提出了系统性人工智能（SAI），它是一个利用大型语言模型（LLMs）和基于 JSON 格式意图的输入连接自设计的模型库和数据库来解决人工智能任务的框架。

    Oct, 2023

  • 人工智能的系统挑战：伯克利视角

    该论文探讨了人工智能的发展带来的挑战，提出了在系统、架构和安全方面的研究方向，以解决 AI 技术存储和处理数据量的限制，并提高数据隐私保护，以便这一技术能够更好地改善人们的生活和社会。

    Dec, 2017

  • 机器学习与无线蜂窝网络结合：部署，挑战和应用

    本文概述了人工智能在 5G 及以后无线网络中的应用，包括网络智能类型、机器学习以及应用案例，重点介绍了物理层、移动性管理、无线安全和定位方面的应用。

    Nov, 2019

  • 从表现到认知体系结构：一个可扩展的框架

    通过将现实解读为信息源，并将其转化为计算框架，我们提出了一种新颖的建模方法，从而接近于人工通用智能。该框架可以以流动可扩展的分层方式构建经典的认知架构元素，如长期记忆和工作记忆。

    Jun, 2024

  • RIS 和 AI 在无线通信中的相互作用：基础、架构、应用和开放研究问题

    本文探索了将 AI-enabled 技术集成到 RIS-based 框架中，以最大化 RIS 的实用性来促进智能无线电传播环境的实现。我们从 RIS 的基本概念和基本特征开始，然后分析了 RIS 与人工智能结合的必然趋势，并关注了内嵌 AI 的 RIS 辅助无线通信系统的最新研究进展。最后，讨论了该主题的挑战和潜力。

    Jan, 2021

  • 神经校准通讯的学习：可扩展性与泛化

    本文提出了一种可扩展和通用的神经校准框架，其中采用神经网络来校准传统基于模型的算法的输入，应用于解决大规模 MIMO 系统中的资源管理问题，并表明与现有的基于学习的方法相比，提出的神经校准方法具有更好的可伸缩性和普适性。

    Oct, 2021

  • 无线数据知识图谱的学习与绿色智能通信的方法与实验

    通过将知识图谱的概念融入移动网络的智能操作中，建立了一个无线数据知识图谱，从而实现对从无线通信网络收集的海量和复杂数据的特征数据集的按需生成，提高了人工智能训练、推理和验证过程的效率，并显著减少了通信网络的资源浪费和开销。

    Apr, 2024

  • GenAINet：通过知识传递和推理实现无线智能集体

    在本文中，我们提出了 GenAINet 框架，其中分布式的 GenAI 代理通过无线网络进行知识传播，以完成任意任务。我们构建了一个整合了 GenAI 能力的网络架构，研究了通过语义本地化的 GenAINet 的有效通信和推理问题。在这种范式下，代理可以通过有效的通信从其他代理的经验中快速学习，以做出更好的决策。最后，我们指出，开发一个分层语义级别的电信世界模型是达到集体智能网络的关键路径。

    Feb, 2024

  • 利用通讯技术实现人工智能安全算法的全面研究

    本研究旨在提供一份综合性的人工智能安全解决方案的最新技术发展情况，研究结果表明，人工智能在汽车工业的应用最为广泛，并且将继续增加对蜂窝通信技术的需求以提高系统的响应速度和可靠性。

    May, 2022

  • 高效边缘人工智能的算法与系统

    本文综述了近期在人工智能边缘计算系统中与解决通信挑战相关的技术，着重介绍了从算法和系统两个方面提高在网络边缘的训练与推理的通信效率的方法，并突出了未来研究方向。

    Feb, 2020