wireless communication networks | BriefGPT

关键词wireless communication networks

搜索结果 - 12

WirelessLLM: 大规模语言模型赋能无线智能
这篇研究论文介绍了一种名为 WirelessLLM 的综合框架，旨在将大型语言模型应用于无线通信网络领域，并解决其独特挑战和需求。通过确定知识对齐、知识融合和知识演进三个基本原则，并探讨了构建 WirelessLLM 的关键技术，包括提示工
PDFa month ago
无线应用设计中的大型语言模型：具上下文学习增强的自动网络入侵检测
使用预训练 LLM 强化框架进行完全自动化网络入侵检测，通过在真实网络入侵检测数据集上进行实验，证明了在上下文学习方面的优势，可以在无需进一步训练或微调 LLMs 的情况下改善任务处理性能，GPT-4 的测试准确性和 F1 分数可以提高约
PDF2 months ago
无线联邦学习中的数据和模型投毒后门攻击及防御机制：综述
该研究综述了最新的后门攻击和防御机制，根据目标（数据污染或模型污染）、攻击阶段（本地数据收集、训练或聚合）和防御阶段（本地训练、聚合前、聚合期间或聚合后）进行了分类。对现有攻击策略和防御机制的优劣进行了详细分析。对现有攻击方法和防御设计进行
PDF7 months ago
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
PDF8 months ago
FedDCT: 无线通信网络中的动态跨层联邦学习方案
提出一种名为 FedDCT 的新型动态跨层联邦学习方案，旨在增加无线通信网络中的训练准确性和性能。引入分层算法根据特定指标动态将客户端分为不同层次，并为每个层次分配特定的超时阈值以减少所需的训练时间。通过引入跨层客户端选择算法有效地选择层次
PDFa year ago
使用分辨率变换后的频谱图进行深度学习的调制分类
本文提出了一种利用卷积神经网络生成频谱图进行自动调制分类的方案，该方案通过对不同信号进行分辨率变换以达到 99.61％的计算负载降低和 8 倍的速度提升。所提出的方法在现有 CNN 模型上评估表现，取得了 91.2% 的最佳分类准确率，并且
PDFa year ago
MM基于图的算法展开：用于无线网络中的能量感知功率分配
我们开发了一种新颖的基于图的可训练框架，用于最大化无线通信网络中的功率分配的加权和能效（WSEE）；为解决问题的非凸性，我们提出了模块化结构并提供了基于图卷积神经网络（GCNs）的可学习组件，通过梯度下降法进行模型训练，它已经证明可以推广到
PDF2 years ago
无线通信网络上联邦学习的延迟最小化
本文研究了无线通信网络上联邦学习中的延迟最小化问题，提出了一种基于二分搜索算法的优化方案，模拟实验表明所提出的算法相比传统的联邦学习方法可以将延迟降低了 27.3%。
PDF4 years ago
无线通信网络上的能效联邦学习
研究了基于无线通信网络的联邦学习中的能源有效传输和计算资源分配问题，并提出了一种迭代算法，以解决此优化问题，并通过数值结果表明了该算法相对于传统 FL 方法可将能源消耗降低高达 59.5％。
PDF5 years ago
MM短块长度领域高效纠错码
本论文回顾了有关短块编码的各种构造方法并将其与有限长度性能和经典纠错编码方案进行比较，研究内容针对二进制和高阶调制，旨在有效地实现理论性能限制及简化解码复杂度，以解决在无线通信网络下应用的问题。
PDF6 years ago
MM机器学习方法用于无线链路质量估计：综述
本文综述了从实验数据中使用机器学习算法基于性能数据分析了基于机器学习的链接质量估计（LQE）模型的性能需求和设计步骤，同时回顾了适用于 LQE 研究的现有开源数据集，提出了基于机器学习的 LQE 开发和数据集收集的设计指南和经验教训。
PDF6 years ago
模型辅助的无线人工智能：在深度神经网络中嵌入专业知识以实现无线系统优化
该论文介绍了两种采用专家知识方法优化无线通信网络性能的深度学习方法，并通过数字结果将这些方法与纯数据驱动实现进行比较。
PDF6 years ago