Αποδοτική ανάθεση πόρων σε δίκτυα 5G με τεχνικές machine learning

• Κύριος συγγραφέας: Κουρής, Μιχαήλ
• Άλλοι συγγραφείς: Kouris, Michail
• Γλώσσα: Greek
• Έκδοση: 2022
• Θέματα: Μηχανική μάθηση; Νευρωνικά δίκτυα; Machine learning; Neural networks; 5G; MIMO

Τα τελευταία χρόνια οι ανθρώπινες τηλεπικοινωνιακές ανάγκες αλλά και τεχνικές δυνατότητες έχουν αυξηθεί ραγδαία. Πουθενά δεν είναι αυτό πιο προφανές από τον τομέα των ασύρματων επικοινωνιών. Τα ασύρματα δίκτυα πλέον είναι υπεύθυνα για μεγαλύτερη διακίνηση δεδομέ νων από τους σταθερούς υπολογιστές και ως εκ τούτου γίνονται προσπάθειες για την βελτιστοποίηση των πρωτοκόλλων και τεχνικών που διέπουν και πραγματοποιούν αυτά τα ασύρματα δίκτυα. Οι ανάγκες ασύρματου ίντερνετ είναι τόσο μεγάλες και η χρήση του 4 G και το υ 5 G τόσο διαδεδομένη που προκύπτουν προκλήσεις στην διάθεση και κατανομή των πόρων. Ένας άλλος ραγδαία εξελισσόμενος τομέα ς είναι αυτός της μηχανικής μάθησης και των νευρωνικών δικτύων . Αυτός ο τομέας μ έσω της πιο εύκολα διαθέσιμη ς υπολογιστική ς ισχύ ς διευκολύνε ται σημαντικά και επιτρέπει την χρήση αυτών των εργαλείων σε προβλήματα που στο παρελθόν θα ήταν ασύμφορη η χρήση τους. Σε αυτή την εργασία μελετάται η χρήση τεχνικών μηχανικής εκμάθησης για την κατανομή πόρων σε ασύρματα δίκτυα σε αντίθεση με την παραδοσιακή αλγοριθμική μέθοδο. Τέλος διαπραγματεύεται περιπτώσεις στις οποίες μπορεί να συμφέρει μια τέτοι ου είδους προσέγγιση.