Применение технологий искусственного интеллекта в сетях 5G
- Авторы: Тихвинский В.О.1,2,3, Терентьев С.В.4, Девяткин Е.Е.3
-
Учреждения:
- МВТУ им. Н.Э.Баумана
- Севастопольский государственный университет
- ФГБУ НИИР
- ООО "Спектр"
- Выпуск: № 3 (2023)
- Страницы: 52-60
- Раздел: БЕСПРОВОДНАЯ СВЯЗЬ
- URL: https://journals.eco-vector.com/2070-8963/article/view/627903
- DOI: https://doi.org/10.22184/2070-8963.2023.111.3.52.60
- ID: 627903
Цитировать
Полный текст
Доступ предоставлен
Доступ платный или только для подписчиков
Аннотация
Рассмотрены особенности использования искусственного интеллекта для сценариев и решений на основе технологий машинного обучения в различных участках сети связи пятого поколения (5G). Применение искусственного интеллекта в ближайшие годы расширит сетевые возможности, пропускную способность и качество предоставления услуг 5G.
Полный текст
Об авторах
В. О. Тихвинский
МВТУ им. Н.Э.Баумана; Севастопольский государственный университет; ФГБУ НИИР
Автор, ответственный за переписку.
Email: vtniir@mail.ru
д.э.н., академик РАЕН, проф. МВТУ им. Н.Э. Баумана и Севастопольского государственного университета, главный научный сотрудник ФБГУ НИИР
Россия, Москва; Севастополь; МоскваС. В. Терентьев
ООО "Спектр"
Email: s.ter@mail.ru
к.т.н., руководитель отдела системной архитектуры
Россия, МоскваЕ. Е. Девяткин
ФГБУ НИИР
Email: deugene@list.ru
к.э.н., директор Центра исследований перспективных беспроводных технологий связи
Россия, МоскваСписок литературы
- Григорьев А. Машинное обучение. Портфолио реальных проектов. СПб: ИД Питер, 2023. 496 c.
- Montojo J. AI/ML for NR Air Interface // 3GPP Highlights. 2022. Issue 05. PP. 7–8.
- ETSI TS 128 105. v. 17. 2/0. 5G; Management and orchestration; Artificial Intelligence / Machine Learning (AI/ML) management.
- 3GPP TS 28.105. Technical Specification Group Services and System Aspects; Management and orchestration; Artificial Intelligence / Machine Learning (AI/ML) management (Release 17).
- 3GPP TR 37.817. Technical Specification Group RAN; Study on enhancement for data collection for NR and ENDC (Release 17).
- 3GPP TR 23.700-80. Study on 5G system support for AI/ML-based services (Release 18).
- Рекомендация МСЭ-T Y.3172. Архитектурная основа для машинного обучения в ожидаемых сетях, включая IMT-2020. Июнь 2019 года.
- Рекомендация МСЭ-T Y.3170. Машинное обучение в ожидаемых комбинациях, IMT-2020: варианты использования (дополнение 55). Октябрь 2019 года.
- Рекомендация МСЭ-T Y.3173. Основы для оценки уровней интеллекта сложных сетей, включая IMT-2020. Февраль 2020 года.
- Рекомендация МСЭ-T Y.3174. Структура обработки данных для обеспечения МСЭ-T возможности машинного обучения в ожидании возможностей, включая IMT-2020. Февраль 2020 года.
- Рекомендация МСЭ-T Y.3176. Интеграция рынка машинного обучения в будущие сети, включая IMT-2020. Сентябрь 2020 года.
- FG ML5G Technical Specification. Requirements, architecture, and design for machine learning function orchestrator, SG13-TD578/WP 1. 2020.
- FG ML5G Technical Specification. Serving framework for ML models in future networks including IMT-2020, SG13-TD576/WP 1. 2020.
- FG ML5G Technical Specification. Machine Learning Sandbox for future networks including IMT-2020: requirements and architecture framework, SG13-TD575/WP 1. 2020.
- FG ML5G Technical Specification. Machine learning based end-to-end network slice management and orchestration, SG13-TD577/WP 1. 2020.
- FG ML5G Technical Specification. Vertical-assisted Network Slicing Based on a Cognitive Framework, SG13-TD579/WP 1. 2020.
- 3GPP TS 29.520. Technical Specification Group Core Network and Terminals; 5G System; Network Data Analytics Services. Stage 3 (Release 18).
- Тихвинский В.О., Терентьев С.В., Коваль В.А., Девяткин Е.Е. Развитие сетей мобильной связи от 5G Advanced к 6G: Проекты, технологии, архитектура. М.: ТЕХНОСФЕРА, 2023. 528 c.
- 3GPP TS 23.288. v. 18. 1.0. Technical Specification Group Services and System Aspects; Architecture enhancements for 5G System (5GS) to support network data analytics services (Release 18).