Gépi tanulás a jövő Wi

Eredeti címe:

Machine Learning for Future Wi

Könyv tartalma:

A gépi tanulás elméletének, alkalmazásának és kutatásának átfogó áttekintése a jövőbeli vezeték nélküli kommunikációhoz

A Machine Learning for Future Wireless Communications egyetlen kötetben átfogó és jól hozzáférhető feldolgozást nyújt a vezeték nélküli kommunikáció és hálózatok gépi tanulásával kapcsolatos technológiai szempontok elméletéről, alkalmazásairól és aktuális kutatási fejleményekről. A vezeték nélküli kommunikációhoz kapcsolódó gépi tanulás technológiai fejlesztése robbanásszerűen fejlődött, és az egyik legnagyobb trend a kapcsolódó tudományos, kutatási és ipari közösségekben.

A mély neurális hálózatokon alapuló gépi tanulási technológia ígéretes eszköz a vezeték nélküli kommunikáció és hálózatok terén a kapacitás, a lefedettség, a késleltetés, a hatékonyság rugalmassága, a kompatibilitás, a minőségi élmény és a szilícium-konvergencia növekvő igényei által támasztott nagy kihívások megoldására. A szerző - a téma elismert szakértője - a témák széles skáláját járja körül, beleértve a rendszerarchitektúrát és -optimalizálást, a fizikai réteg és a keresztrétegű feldolgozást, a légi interfész- és protokolltervezést, a sugáralakítást és az antennakonfigurációt, a hálózati kódolást és a szeletelést, a cellák megszerzését és átadását, az ütemezést és a sebességadaptációt, a rádiós hozzáférés-szabályozást, az intelligens proaktív gyorsítótárazást és az adaptív erőforrás-elosztást. Egyedülállóan három kategóriába rendezve: Ez a fontos erőforrás a következő kategóriákba sorolható: Spectrum Intelligence, Transmission Intelligence és Network Intelligence.

⬤ A vezeték nélküli kommunikáció és hálózatok gépi tanulásának elméletéről, alkalmazásairól és jelenlegi fejlesztéseiről nyújt átfogó áttekintést.

⬤ Témák széles skáláját öleli fel az architektúrától és optimalizálástól az adaptív erőforrás-kiosztásig.

⬤ Megtárgyalja a legkorszerűbb gépi tanuláson alapuló megoldásokat a hálózati lefedettséghez.

⬤ Tartalmazza a gépi tanulási algoritmusok jövőbeli vezeték nélküli hálózatokban való alkalmazásának áttekintését.

⬤ Feltárja a rugalmas backhaul és front-haul, a rétegközi optimalizálás és kódolás, a teljes duplex rádió, a digitális front-end (DFE) és a rádiófrekvenciás (RF) feldolgozás kérdéseit.

A professzionális mérnökök, kutatók, tudósok, gyártók, hálózatüzemeltetők, szoftverfejlesztők és végzős hallgatók számára írt Machine Learning for Future Wireless Communications 21 fejezetben mutatja be a téma átfogó áttekintését, amelyet a terület szakértője írt.