Real Time Convex Optimisation for 5g Networks and Beyond
Kétségtelen, hogy vezeték nélküli adatrobbanás előtt állunk. A modern vezeték nélküli hálózatoknak ki kell elégíteniük a növekvő igényeket, de olyan kihívásokkal kell szembenézniük, mint a korlátozott spektrum, a drága erőforrások, a környezetbarát kommunikációs követelmények és a biztonsági kérdések. A dolgok internetének (IoT) korában a hatalmas adatátvitellel és a csatlakoztatott eszközök hatalmas számával, beleértve a nagy igényű QoS-t (4G, 5G hálózatok és azon túl), a jelfeldolgozás gigabájt és terabájt nagyságrendű adathalmazokat eredményez.
A szerény méretű optimalizálási problémákat online algoritmusok gyors feldolgozási sebességgel és hatalmas mennyiségű számítógépes memóriával kezelhetik. A nagy teljesítményű számítógépek gyors növekedésével a hatékonyabb algoritmusok és a fejlett párhuzamos számítások a számítási idő óriási csökkenését ígérik, és a modern optimalizálási problémákat szigorú határidők mellett mikro- vagy milliszekundumos időskálán oldják meg. Végül a gépi tanulás és az optimalizálás kölcsönhatása hatékony és gyakorlatias megközelítést jelent a valós idejű alkalmazások optimalizálásához. A valós idejű optimalizálás a jelfeldolgozásban és a vezeték nélküli hálózatokban kezd valósággá válni.
Ez a könyv az 5G és azon túli hálózatok fejlett valós idejű optimalizálási módszereit vizsgálja. A szerzők az 5G és azon túli kommunikáció valós idejű optimalizálásával kapcsolatos alapokat, technológiákat, gyakorlati kérdéseket és kihívásokat tárgyalják, betekintést nyújtva a vonatkozó elméletekbe, modellekbe és technikákba.
A könyv a kutatók, gyakorlati szakemberek, tudósok, professzorok és a mérnöki, informatikai, ubiquitárius számítástechnika, informatika, valamint a hálózat- és híradástechnika széles közönségének, valamint a kormányzati szervek szakembereinek hasznára válhat.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)