Sieci bezprzewodowe chcąc spełnić wymagania współczesnych aplikacji, stają się niezwykle złożone 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 radiowego sterowanego za pomocą technik uczenia maszynowego. Opisujemy koncepcję architektury, która natywnie wspiera uczenie maszynowe, rozważane przypadki użycia, oraz przykład zastosowania opracowywanej koncepcji.
EN
To meet the requirements of modern applications, 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 implementation 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.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.