Czasopismo | PRZEGLĄD TELEKOMUNIKACYJNY - WIADOMOŚCI TELEKOMUNIKACYJNE | Rocznik 2024 - zeszyt 4

KONCEPCJA INTERFEJSU RADIOWEGO OPARTEGO NA UCZENIU MASZYNOWYM W PROJEKCIE MLDR

THE CONCEPT OF A MACHINE LEARNING-DRIVEN RADIO INTERFACE IN THE MLDR PROJECT

10.15199/59.2024.4.8

nr katalogowy: 150398
10.15199/59.2024.4.8

Streszczenie

Sieci bezprzewodowe chcąc spełnić wy- magania współczesnych aplikacji, stają się niezwykle zło- żone co utrudnia ich konfigurację. Aby poradzić sobie z tą złożonością, można użyć technik uczenia maszynowe- go. Niniejsza praca opisuje koncepcję przyjętą w projekcie MLDR dotyczącą opracowania i wdrożenia interfejsu ra- diowego sterowanego za pomocą technik uczenia maszyno- wego. Opisujemy koncepcję architektury, która natywnie wspiera uczenie maszynowe, rozważane przypadki użycia, oraz przykład zastosowania opracowywanej koncepcji.

Abstract

To meet the requirements of modern applica- tions, wireless networks are becoming extremely complex, which makes their optimal configuration challenging. Ma- chine learning (ML) techniques can be used to address this challenge. This work describes the concept adopted in the MLDR project regarding the development and im- plementation of a radio interface controlled using machine learning techniques. We describe the architecture concept, which natively supports ML, the use cases considered, and an example of the application of the developed concept.

Słowa kluczowe

Keywords

Bibliografia

[1] Bellalta B., Kosek-Szott K., Szott S., Wilhelmi F. 2024. „Towards an AI/ML-defined Radio for Wi-Fi: Overview, Challenges, and Roadmap”. arXiv preprint arXiv:2405.12675 .
[2] Hoydis J., Ait Aoudia F., Valcarce A., Viswanathan H. 2021. „Toward a 6G AI-native air interface.” IEEE Communications Magazine 59, no. 5:76-81.
[3] Keshtiarast N., Petrova M. 2024. „ML Framework for Wireless MAC Protocol Design.” IEEE International Conference on Machine Learning for Communication and Networking 5–8 maja 2024, Sztokholm, Szwecja.
[4] Khalek N. et al. 2023. „Advances in Machine Learning-Driven Cognitive Radio for Wireless Ne- tworks: A Survey”. IEEE Commun. Surveys & Tuts. 26(2):1201–1237.
[5] Mitola J., Maguire G. 1999. „Cognitive radio: ma- king software radios more personal”. IEEE Personal Communications 6(4):13–18.
[6] Szott S. et al. 2022. „Wi-Fi Meets ML: A Survey on Improving IEEE 802.11 Performance With Machine Learning”. IEEE Commun. Surveys & Tuts. 24(3): 1843–1893.
[7] Wasilewska M., Bogucka H., Vincent Poor H. 2023. „Secure Federated Learning for Cognitive Radio Sen- sing”. IEEE Communications Magazine 61(3):68–73.
[8] Wei G. et al. 2023. „MetaRadio: Bridging Wireless Communications Between Real and Virtual Spaces”. IEEE Communications Magazine 61(6):140–146.
[9] Wilhelmi F., Szott S., Kosek-Szott K., Bellalta B. 2024. „Machine Learning & Wi-Fi: Unveiling the Path Towards AI/ML-Native IEEE 802.11 Ne- tworks.” arXiv preprint arXiv:2405.11504.
[10] Wojnar M., Szott S., Rusek K., Ciezobka W. 2024. „Reinforced-lib: Rapid prototyping of reinforcement learning solutions.” SoftwareX 26: 101706.

Prenumerata

PRZEGLĄD TELEKOMUNIKACYJNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

300.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna	348.00 zł brutto 322.22 zł netto 25.78 zł VAT (stawka VAT 8%)
PRZEGLĄD TELEKOMUNIKACYJNY - pakowanie i wysyłka	21.00 zł brutto 17.07 zł netto 3.93 zł VAT (stawka VAT 23%)

369.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	450.00 zł brutto 416.67 zł netto 33.33 zł VAT (stawka VAT 8%)

450.00 zł

Open Access

Zeszyt

2024-4

Twój Koszyk

Prenumerata

Open Access

Zeszyt

Czasopisma