深度学习时代的无线网络设计：基于模型、基于 AI，还是二者结合？

本工作探讨新兴深度学习技术在未来无线通信网络中的使用。我们将表明，数据驱动方法不应取代、而应补充基于数学模型的传统设计技术。我们给出了充分的动机来说明为何基于人工神经网络的深度学习将成为未来无线通信网络设计与运行中不可或缺的工具，并提出了人工神经网络应如何集成到未来无线通信网络架构中的愿景。本文提供了深度学习方法的详尽描述，从通用机器学习范式开始，进而更深入地讨论深度学习与人工神经网络，涵盖最广泛使用的人工神经网络架构及其训练方法。深度学习也将与其他主要学习框架（如强化学习与迁移学习）相联系。我们提供了关于无线通信网络深度学习的文献详尽综述，随后详细描述了若干新颖案例研究，其中深度学习的使用被证明对网络设计极为有用。对于每个案例研究，将展示（即便是近似的）数学模型的使用如何能显著减少实现数据驱动方法所需获取/测量的实时数据量。对于每个应用，所提方法的优点将通过数值分析予以展示，其中讨论了用于解决问题的人工神经网络的实现与训练。最后，结论性评述描述了我们认为该领域未来研究的主要方向。