下一代去中心化 IEEE 802.11 WLAN 中的联邦空间复用优化
网络与互联网体系结构
2022-06-08 v2 人工智能
分布式、并行与集群计算
机器学习
摘要
随着无线标准的演进，引入了更复杂的功能以满足在吞吐量、时延、安全性和效率方面日益增长的需求。为释放这些新特性的潜力，人工智能(AI)与机器学习(ML)正被用于从数据中推导模型与协议，而非通过手工编程。在本文中，我们探索了在下一代无线局域网(WLANs)中应用 ML 的可行性。更具体地，我们聚焦于 IEEE 802.11ax 空间复用(SR)问题，并通过联邦学习(FL)模型预测其性能。本工作中概述的 FL 解决方案集是 2021 年国际电信联盟(ITU) AI for 5G Challenge 的一部分。
引用
@article{arxiv.2203.10472,
title = {Federated Spatial Reuse Optimization in Next-Generation Decentralized IEEE 802.11 WLANs},
author = {Francesc Wilhelmi and Jernej Hribar and Selim F. Yilmaz and Emre Ozfatura and Kerem Ozfatura and Ozlem Yildiz and Deniz Gündüz and Hao Chen and Xiaoying Ye and Lizhao You and Yulin Shao and Paolo Dini and Boris Bellalta},
journal= {arXiv preprint arXiv:2203.10472},
year = {2022}
}