6G 中超可靠低时延通信教程：将领域知识集成到深度学习中
信号处理
2021-01-21 v2 信息论
机器学习
math.IT
摘要
作为第五代及第六代（6G）移动通信网络的关键通信场景之一，超可靠低时延通信（URLLC）对各种新兴关键任务应用的发展至关重要。最先进的移动通信系统尚不满足 URLLC 的端到端时延与整体可靠性要求。特别是，缺乏一个考虑时延、可靠性、可用性、可扩展性以及不确定性下决策的整体框架。受深度神经网络近期突破的推动，深度学习算法已被视为未来 6G 网络中为 URLLC 开发使能技术的有前景途径。本教程阐释通信与网络的领域知识（模型、分析工具与优化框架）如何集成到各类深度学习算法中以用于 URLLC。我们首先提供 URLLC 的背景并回顾 6G 中有前景的网络架构与深度学习框架。为更好说明如何以领域知识改进学习算法，我们重访用于 URLLC 的基于模型的分析工具与跨层优化框架。随后，我们考察在 URLLC 中应用有监督/无监督深度学习与深度强化学习的潜力，并总结相关开放问题。最后，我们给出仿真与实验结果以验证不同学习算法的有效性，并讨论未来方向。
引用
@article{arxiv.2009.06010,
title = {A Tutorial on Ultra-Reliable and Low-Latency Communications in 6G: Integrating Domain Knowledge into Deep Learning},
author = {Changyang She and Chengjian Sun and Zhouyou Gu and Yonghui Li and Chenyang Yang and H. Vincent Poor and Branka Vucetic},
journal= {arXiv preprint arXiv:2009.06010},
year = {2021}
}
备注
This work has been accepted by Proceedings of the IEEE