用于超密集蜂窝系统中用户-小区关联的协作人工智能(AI)
信息论
2018-09-06 v1 math.IT
摘要
本文中,利用人工智能(AI)技术研究密集无线网络中小型基站(SBSs)与用户间的小区关联问题。该问题被建模为平均场博弈,其中用户的目标是通过利用本地数据以及经由模仿过程在邻近用户处可用的数据来最大化其数据速率。这种协作学习过程防止用户通过蜂窝网络有限的回程链路直接交换数据,从而使他们能够以最小计算量协作改进其小区关联策略。为求解该问题,提出一种神经Q学习算法,使客户能够使用神经网络预测其奖励函数,该神经网络的输入为邻近用户所选的SBSs以及所考虑用户的本地数据。仿真结果表明,与无模仿的传统小区关联机制相比,所提出的基于模仿的小区关联机制更快收敛到最优解。
引用
@article{arxiv.1809.01254,
title = {Collaborative Artificial Intelligence (AI) for User-Cell association in Ultra-Dense Cellular Systems},
author = {Kenza Hamidouche and Ali Taleb Zadeh Kasgari and Walid Saad and Mehdi Bennis and Merouane Debbah},
journal= {arXiv preprint arXiv:1809.01254},
year = {2018}
}