面向未来无线网络的 AI 赋能资源管理
信息论
2021-06-14 v1 信号处理
math.IT
摘要
资源管理在无线网络中起着关键作用，但不幸的是，其导致了具有挑战性的 NP-hard 问题。人工智能（AI），尤其是深度学习技术，近来已成为以实时方式解决此类挑战性问题的颠覆性技术。然而，尽管已有 promising 的结果报道，基于 AI 的方法的实际设计指南与性能保证仍然缺失。在本文中，我们致力于解决两个基本问题：1）与经典技术相比，基于 AI 的方法的主要优势是什么；2）对于给定的资源管理任务，我们应选择哪种神经网络。针对第一个问题，我们识别并讨论了四个优势。针对第二个问题，提出以最优性间隙（即与最优性能的差距）作为选择模型架构的度量，并实现不同基于 AI 的方法之间的理论比较。具体地，对于 用户干扰管理问题，我们从理论上证明图神经网络（GNNs）优于多层感知机（MLPs），且这两种方法间的性能差距随 增长。
引用
@article{arxiv.2106.06178,
title = {AI Empowered Resource Management for Future Wireless Networks},
author = {Yifei Shen and Jun Zhang and S. H. Song and Khaled B. Letaief},
journal= {arXiv preprint arXiv:2106.06178},
year = {2021}
}
备注
Meditcom 2021