利用机器学习赋能工业无线通信
网络与互联网体系结构
2021-05-06 v1 信号处理
摘要
当今通信领域的两大趋势正进入工业设施：5G 对其垂直行业的明确支持，以及机器学习（ML）日益取得的成功。这两种技术的结合为许多令人兴奋的工业应用打开了大门，并且鉴于生产设施中数据的丰富增长和强大边缘计算机的可用性，其影响预计将在未来几年迅速增加。与大多数先前单独考虑 5G 和 ML 在工业环境中应用的工作不同，本文强调了将两者结合所产生的潜力和协同效应。此处提出的总体愿景源自 KICK 项目，该项目由来自制造业、通信行业及研究机构的多个合作伙伴协作开展。这种前所未有的 5G 与 ML 专业知识的融合，对 ML 支持的工业通信及其在促进工业自动化中的作用提供了独特视角。本文确定了关键的开放性工业挑战，并将其归为四个用例：无线连接与边云集成、网络重构的灵活性、异构网络服务的动态性，以及机器人与车辆的移动性。此外，本文深入阐述了基于 ML 的工业通信的优势，并讨论了真实系统中数据采集的当前挑战。
引用
@article{arxiv.2105.02051,
title = {Leveraging Machine Learning for Industrial Wireless Communications},
author = {Ilaria Malanchini and Patrick Agostini and Khurshid Alam and Michael Baumgart and Martin Kasparick and Qi Liao and Fabian Lipp and Nikolaj Marchenko and Nicola Michailow and Rastin Pries and Hans Schotten and Slawomir Stanczak and Stanislaw Strzyz},
journal= {arXiv preprint arXiv:2105.02051},
year = {2021}
}