ОПТИМІЗАЦІЯ ІНТЕЛЕКТУАЛЬНИХ ТЕЛЕКОМУНІКАЦІЙНИХ МЕРЕЖ
DOI:
https://doi.org/10.31891/2307-5732-2023-317-1-33-41Ключові слова:
глибока нейронна мережа, багатоагентне навчання з підкріпленням, динамічна байєсівська мережа, надроздільна здатність, прихована марківська модель, бездротовий каналАнотація
В роботі наведено результати досліджень особливості використання машинного навчання в теле-комунікаційних мережах та здійснено опис основ теорії штучного інтелекту. Визначено характер випливу динамічної байєсівської мережі (DBN) та DNN на розвиток багатьох технологій, включаючи виявлення активності користувача, оцінку каналу та відстеження мобільності. Розглянуто показники ефективності комунікацій на основі теорії інформаційних вузьких місць, яка знаходиться на стику машинного навчання та прогнозування, статистики і теорії інформації. Наведено математичні вирази оптимізації функціональних характеристик радіомереж 5G/6G з використанням нових, достатньо формальних і водночас універсальних математичних інструментів з акцентом на технології глибокого навчання, що дозволяють проводити систематичний, надійний та інтерпретований аналіз великих випадкових мереж та широкий спектр їх мережевих моделей і практичних мереж.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Микола ВАСИЛЬКІВСЬКИЙ, Андрій ПРИКМЕТА, Андрій ОЛІЙНИК, Діана НІКІТОВИЧ (Автор)

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.