文献

J-GLOBAL ID：201702223972992388   整理番号：17A0911427

次世代無線ネットワークのための機械学習パラダイム【Powered by NICT】

Machine Learning Paradigms for Next-Generation Wireless Networks

著者 (6件)： Jiang Chunxiao ,  Zhang Haijun ,  Ren Yong ,  Han Zhu ,  Chen Kwang-Cheng ,  Hanzo Lajos
資料名： IEEE Wireless Communications  (IEEE Wireless Communications)
巻： 24  号： 2  ページ： 98-105  発行年： 2017年 
JST資料番号： W0577A  ISSN： 1536-1284  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 次世代無線ネットワークは,非常に高いデータ速度と根本的に新しい応用,新しい無線技術パラダイムを必要とすることを支持することが期待される。課題は知的適応学習と意思決定における無線を支援することである,次世代無線ネットワークの多様な要求を満足することができる。機械学習は最も有望な人工知能ツールの一つであるスマート無線端末を支援するために考えられた。将来のスマート5Gモバイル端末が自律的に洗練されたスペクトル効率学習と推論の助けを借りて最も価値スペクトルバンドにアクセスするために期待されている,送信電力を制御するために,エネルギー効率学習/推論に依存すると同時にサービス学習/推論の品質の助けを借りて伝送プロトコルを調整した。簡単に機械学習の基本概念をレビューし,5Gネットワークの有力な応用,コグニティブ無線,大量MIMOs,フェムト/小細胞,異種ネットワーク,スマートグリッド,エネルギー収穫,デバイスtodevice通信などを含むにおけるそれらの利用を提案した。著者らの目標は,これまで調査されていないアプリケーションとサービスに利用するために,将来ネットワークの文脈における動機づけ,問題の定式化,および強力な機械学習アルゴリズムの方法論を微細化に読者を支援することである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 周波数利用効率 ,  エネルギー効率 ,  定式化 ,  *学習 ,  品質 ,  *機械学習 ,  学習アルゴリズム ,  意思決定 ,  応用プログラム ,  プロトコル ,  人工知能 ,  *ネットワーク ,  コグニティブ無線 ,  *無線ネットワーク
準シソーラス用語： *ワイヤレス , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 次世代 ,  無線ネットワーク ,  機械学習 ,  パラダイム