选择而非囤积：O-RAN中面向人工智能的信息—模型匹配
网络与互联网体系结构
2023-01-13 v2 人工智能
机器学习
摘要
开放无线接入网（Open Radio Access Network, O-RAN）是一种新兴范式，其中来自不同供应商的虚拟化网络基础设施元素通过开放、标准化的接口进行通信。其中的一个关键要素是基于人工智能（Artificial Intelligence, AI）的控制器——RAN智能控制器（RAN Intelligent Controller, RIC）。传统上，网络中可用的所有数据都被用来训练一个单一的AI模型以供RIC使用。本文介绍、讨论并评估了在不同RIC上创建多个AI模型实例的方法，利用来自部分（或全部）位置的信息进行训练。这在gNB、用于控制它们的AI模型以及训练这些模型所使用的数据之间建立了一种灵活的关系。使用真实世界轨迹的实验表明，采用从特定位置选择训练数据的多个AI模型实例，能够提升遵循囤积策略的传统方法的性能。
引用
@article{arxiv.2208.04229,
title = {Choose, not Hoard: Information-to-Model Matching for Artificial Intelligence in O-RAN},
author = {Jorge Martín-Pérez and Nuria Molner and Francesco Malandrino and Carlos Jesús Bernardos and Antonio de la Oliva and David Gomez-Barquero},
journal= {arXiv preprint arXiv:2208.04229},
year = {2023}
}