下一代无线网络中的大数据分析、机器学习与人工智能
信息论
2018-03-01 v3 math.IT
摘要
下一代无线网络正演化为极其复杂的系统，原因在于服务需求高度多样化，以及应用、设备与网络中的异质性。移动网络运营商（MNOs）需最佳利用可用资源，例如功率、频谱以及基础设施。传统组网方法，即被动式、集中管理、一刀切的方法，以及能力有限（空间与时间）的常规数据分析工具，已不再胜任，无法以具成本效益的方式就运营与优化服务于未来复杂网络。一种主动、自感知、自适应与预测性的组网新范式极被需要。MNOs 可获取大量数据，尤其来自网络与订阅用户。对大数据的系统性利用极大助力于使网络智能、智慧，并促进具成本效益的运营与优化。有鉴于此，我们考虑一种数据驱动的下一代无线网络模型，其中 MNOs 对其网络采用先进数据分析。我们讨论了数据来源与采用数据分析的强劲驱动力，以及机器学习、人工智能在使网络具备自感知、自适应、主动与规范智能方面的角色。给出了一组相对于数据分析的网络设计与优化方案。本文以对在下一代通信系统中采用大数据分析与人工智能的挑战与益处的讨论作结。
引用
@article{arxiv.1711.10089,
title = {Big Data Analytics, Machine Learning and Artificial Intelligence in Next-Generation Wireless Networks},
author = {Mirza Golam Kibria and Kien Nguyen and Gabriel Porto Villardi and Ou Zhao and Kentaro Ishizu and Fumihide Kojima},
journal= {arXiv preprint arXiv:1711.10089},
year = {2018}
}