面向蜂窝与物联网网络资源管理的机器学习：潜力、现有方案与开放挑战
网络与互联网体系结构
2019-07-23 v1 信号处理
摘要
物联网（IoT）指由连接至互联网的智能设备构成的海量异构网络。在具有巨量且多样数据的颠覆性 IoT 浪潮中，机器学习（ML）与深度学习（DL）机制将在为 IoT 网络带来智能方面发挥关键作用。除其他方面外，ML 与 DL 可在解决大规模 IoT 网络资源管理挑战中发挥重要作用。本文对蜂窝无线与 IoT 网络中基于 ML 和 DL 的资源管理机制进行了系统而深入的综述。我们从蜂窝 IoT 与低功耗 IoT 网络的资源管理挑战出发，回顾了 IoT 网络的传统资源管理机制，并论证了在这些网络中采用 ML 与 DL 技术进行资源管理的动机。随后，我们全面综述了无线 IoT 网络中现有的基于 ML 和 DL 的资源分配技术，以及专为异构网络（HetNets）、MIMO 与 D2D 通信和 NOMA 网络设计的技术。最后，我们还指出了在 IoT 网络中使用 ML 与 DL 进行资源分配与管理的未来研究方向。
引用
@article{arxiv.1907.08965,
title = {Machine Learning for Resource Management in Cellular and IoT Networks: Potentials, Current Solutions, and Open Challenges},
author = {Fatima Hussain and Syed Ali Hassan and Rasheed Hussain and Ekram Hossain},
journal= {arXiv preprint arXiv:1907.08965},
year = {2019}
}
备注
21 pages, 3 figures