面向海量工业物联网的机器学习
机器学习
2021-03-16 v1 网络与互联网体系结构
摘要
工业物联网(IIoT)通过将物联网技术集成到工业环境中，彻底改变了未来的制造设施。随着海量 IIoT 设备的部署，无线网络难以支持具有多样化服务质量(QoS)要求的泛在连接。尽管机器学习被视为优化无线网络的强大数据驱动工具，但如何应用机器学习来处理具有独特特征的海量 IIoT 问题仍待解决。在本文中，我们首先总结了典型的海量非关键与关键 IIoT 用例的 QoS 要求。然后我们识别了海量 IIoT 场景中的独特特征，以及相应的机器学习解决方案及其局限性与潜在研究方向。我们进一步给出了针对海量 IIoT 中单层与跨层问题的现有机器学习解决方案。最后同样重要的是，我们分别基于深度神经网络和深度强化学习技术，给出了一个海量接入问题的案例研究，以验证机器学习在海量 IIoT 场景中的有效性。
引用
@article{arxiv.2103.08308,
title = {Machine Learning for Massive Industrial Internet of Things},
author = {Hui Zhou and Changyang She and Yansha Deng and Mischa Dohler and Arumugam Nallanathan},
journal= {arXiv preprint arXiv:2103.08308},
year = {2021}
}