6G白皮书：机器学习在无线通信网络中的应用
信息论
2020-04-30 v1 信号处理
math.IT
摘要
本白皮书关注无线通信中的机器学习（ML）。6G 无线通信网络将通过为人类和机器提供无处不在、可靠且近乎即时的无线连接，成为社会数字化转型的骨干。ML 研究的最新进展催生了诸如自动驾驶车辆和语音助手等一系列新技术。此类创新之所以可能，源于先进 ML 模型、大型数据集和高计算能力的可得性。另一方面，对连接日益增长的需求将要求 6G 无线网络的大量创新，而 ML 工具将在解决无线领域问题中发挥主要作用。本文中，我们概述了 ML 将如何影响无线通信系统的愿景。我们首先概述最有可能用于无线网络的 ML 方法。随后，我们讨论可通过在网络各层（如物理层、介质访问层和应用层）使用 ML 解决的问题。使用 ML 对无线网络进行零接触优化是本文讨论的另一有趣方面。最后，在每节末尾给出了该节旨在解决的重要研究问题。
引用
@article{arxiv.2004.13875,
title = {6G White Paper on Machine Learning in Wireless Communication Networks},
author = {Samad Ali and Walid Saad and Nandana Rajatheva and Kapseok Chang and Daniel Steinbach and Benjamin Sliwa and Christian Wietfeld and Kai Mei and Hamid Shiri and Hans-Jürgen Zepernick and Thi My Chinh Chu and Ijaz Ahmad and Jyrki Huusko and Jaakko Suutala and Shubhangi Bhadauria and Vimal Bhatia and Rangeet Mitra and Saidhiraj Amuru and Robert Abbas and Baohua Shao and Michele Capobianco and Guanghui Yu and Maelick Claes and Teemu Karvonen and Mingzhe Chen and Maksym Girnyk and Hassan Malik},
journal= {arXiv preprint arXiv:2004.13875},
year = {2020}
}