文献

J-GLOBAL ID：202002290907639885   整理番号：20A2035889

人工知能と霧無線アクセスネットワーク間の相互作用【JST・京大機械翻訳】

The interplay between artificial intelligence and fog radio access networks

著者 (6件)： Xia Wenchao (Jiangsu Key Laboratory of Wireless Communications, Nanjing University of Posts and Telecommunications, Nanjing 210003, China; Engineering Research Center of Health Service System Based on Ubiquitous Wireless Networks, Ministry of Education, Nanjing University of Posts and Telecommunicatio...) ,  Zhang Xinruo (Department of Computer Science and Electronic Engineering, University of Essex, Colchester CO4 3SQ, U.K.) ,  Zheng Gan (Wolfson School of Mechanical Electrical and Manufacturing Engineering, Loughborough University, Leicestershire LE11 3TU, U.K.) ,  Zhang Jun (Jiangsu Key Laboratory of Wireless Communications, Nanjing University of Posts and Telecommunications, Nanjing 210003, China; Engineering Research Center of Health Service System Based on Ubiquitous Wireless Networks, Ministry of Education, Nanjing University of Posts and Telecommunicatio...) ,  Jin Shi (National Mobile Communications Research Laboratory, Southeast University, Nanjing 210096, China) ,  Zhu Hongbo (Jiangsu Key Laboratory of Wireless Communications, Nanjing University of Posts and Telecommunications, Nanjing 210003, China; Engineering Research Center of Health Service System Based on Ubiquitous Wireless Networks, Ministry of Education, Nanjing University of Posts and Telecommunicatio...)
資料名： China Communications  (China Communications)
巻： 17  号： 8  ページ： 1-13  発行年： 2020年 
JST資料番号： W2359A  ISSN： 1673-5447  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 本研究では,人工知能(AI)と霧無線アクセスネットワーク(F-RAN)の間の相互作用を,F-RANが無線ネットワークに階層的AIをどのように展開するか,そしてAIがF-RANsをいかにしてモバイルデバイスをよりよく機能させるかという2つの展望から検討した。処理能力の不均一性のために,F-RANにおけるクラウド,霧,およびデバイス層は,集中,分散,および連合学習を通して階層的知能を提供する。さらに,交差層学習も導入して,モバイルデバイスのメモリサイズの需要をさらに低減した。一方,AIは,大規模データを扱う技術および方法でF-RANを提供し,よりスマートな決定を行う。特に,深層ニューラルネットワークのような機械学習ツールをデータ処理のために導入し,一方,強化学習(RL)アルゴリズムをネットワーク最適化と決定のために採用する。次に,F-RANsにおけるAIベースの応用の2つの例,すなわち,健康監視とインテリジェント輸送システムを提示して,次に,F-RANsにAIを適用する可能性を示すために,時空間未知コンテンツ人気の存在におけるRLベースのキャッシング応用の事例研究を行った。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  記憶装置 ,  *相互作用 ,  学習 ,  *人工知能 ,  データ処理 ,  スループット ,  事例研究 ,  強化学習 ,  コンテンツ
準シソーラス用語： モバイルデバイス ,  無線ネットワーク ,  キャッシング ,  *無線アクセスネットワーク ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  音響信号処理  (BB03050C)

タイトルに関連する用語 (4件)： 人工知能 ,  霧 ,  無線アクセスネットワーク ,  相互作用