MMJul, 2023

6G 网络中全面实现零触点的普适人工智能即服务

PDF
TL;DR在 6G 网络中，我们引入了一种新颖的平台架构，通过基于区块链的智能系统部署零触碰的 PAI 作为服务（PAIaaS），旨在在架构的各个层面上标准化普适的人工智能，并统一接口，以便跨应用程序和基础设施领域轻松部署服务，解决用户在成本、安全和资源分配方面的担忧，并同时遵守 6G 严格的性能要求。作为概念验证，我们展示了联邦学习作为服务的用例，通过评估我们所提出的系统自我优化和自适应于 6G 网络的动态，并最大程度地减少用户的感知成本。
发现论文，激发创造
  • 人工智能驱动的智能 6G 网络

    这篇文章提出了一种基于人工智能的 6G 网络智能架构，用于实现知识发现、智能资源管理、自动网络调整和智能服务提供。作者还回顾和讨论了 AI 技术在 6G 网络中的应用，并详细阐述了如何利用 AI 技术有效地优化网络性能，包括 AI 支持的移动边缘计算、智能移动和切换管理以及智能频谱管理。另外，作者强调了重要的未来研究方向和 AI-enabled 6G 网络的潜在解决方案，包括算法鲁棒性、计算效率、硬件开发和能源管理等。

    Dec, 2019

  • 面向 6G 的全面网络虚拟化和普适网络智能

    本文研究网络架构的演进和前景，并提出了一种新的概念架构用于 6G 网络，该架构具有两个关键元素，即整体网络虚拟化和普及的人工智能。提出的架构可以促进三种类型的相互作用，即数字孪生和网络切片范式之间的相互作用，面向模型驱动和数据驱动的网络管理方法之间的相互作用和虚拟化和人工智能之间的相互作用，以最大化 6G 网络的灵活性，可扩展性，适应性和智能性。

    Jan, 2023

  • 6G 的边缘人工智能：愿景、实现技术和应用

    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

  • 基于基石模型的 6G 原生 AI 框架与云边端协作

    通过基于基础模型的六代移动通信系统本地人工智能框架，在任务导向连接方面实现智能且沉浸式的体验，重新定义设备和服务器之间的协作模式，构建本地智能库，并提出了一种定制化方法和一种基于任务的人工智能工具包的建构，同时提出了一种新颖的云边缘协同模式。

    Oct, 2023

  • 面向 6G 的普及型联邦学习人工智能

    本文提出了一种基于联邦学习的网络架构，旨在通过分布式人工智能解决 6G 中的一些新挑战，包括应用 AI 于无线网络的困难，以及跨异构设备实现分布式 AI 的困难。

    Apr, 2020

  • 6G 路线图 -- 人工智能赋能的无线网络

    本文讨论了 6G 的潜在技术以支持移动人工智能应用，并探讨了能够设计和优化 6G 架构、协议和运营的 AI 启用方法。

    Apr, 2019

  • 可解释人工智能（XAI）在 6G 中的应用：增强人机之间的信任

    本综述旨在探讨可解释人工智能在 6G 系统中的应用，包括公共和法律动机、解释性定义、性能与解释性权衡、提高可解释性的方法以及将可解释性纳入未来无线系统的框架，由 PHY 和 MAC 层的优化案例研究支持。

    Nov, 2019

  • 全球部署 6G 无线系统的分散多方多网络人工智能

    在部署大规模的 6G 系统时，人工智能被视为中心和本地元素。本文介绍了用于将人工智能整合到规模化的 6G 网络中的分散式多方多网络人工智能（DMMAI）框架。该框架通过协调跨不同网络平台的基于人工智能的控制，实现了网络的自动配置、监控和自我修复。我们的方法探索了多网络编排和人工智能控制的集成，填补了 6G 网络中以人工智能驱动的协调标准化框架的重要空白。DMMAI 框架是实现 6G 中人工智能全球标准的一步，旨在建立参考用例、数据和模型管理方法以及未来人工智能 / 机器学习解决方案的基准平台。

    Apr, 2024

  • 探索 6G AI 本地空中接口

    论文探讨利用人工智能为 6G 设计部分新的空中界面，来使得其能够为任意硬件、无线环境和应用程序实现优化的通信方案。

    Dec, 2020

  • 边缘网络零触及配置中的分布式人工智能：挑战与研究方向

    将分布式人工智能与零触摸配置相结合，以实现零触摸网络在边缘网络中的智能资源配置，减少人为干预并克服当前的限制。

    Nov, 2023