Szczegóły publikacji

Opis bibliograficzny

Koncepcja interfejsu radiowego opartego na uczeniu maszynowym w projekcie MLDR — The concept of a machine learning-driven radio interface in the MLDR project / Kamil Szczęch, Szymon SZOTT // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2024 — R. 97 nr 4, s. 61–64. — Bibliogr. s. 64, Streszcz., Abstr. — Publikacja dostępna tylko online. --- Tryb dostępu: https://sigma-not.pl/zeszyt-7541-przeglad-telekomunikacyjny-2024-4.html [2024-10-01]. — KRiT 2024 : II Konferencja Radiokomunikacji i Teleinformatyki : Poznań, 11-13 września 2024

Autorzy (2)

Słowa kluczowe

EN: wireless local area networksresource managementoptimizationmachine learning
PL: lokalne sieci bezprzewodowezarządzanie zasobamioptymalizacjauczenie maszynowe

Dane bibliometryczne

ID BaDAP155664
Data dodania do BaDAP2024-10-28
DOI10.15199/59.2024.4.8
Rok publikacji2024
Typ publikacjireferat w czasopiśmie
Otwarty dostęptak
Czasopismo/seriaPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne

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.

Publikacje, które mogą Cię zainteresować

artykuł
#161964Data dodania: 4.9.2025
Samolubne zachowania agentów uczenia ze wzmocnieniem w sieciach IEEE 802.11 — Selfish behaviour of reinforecement learning agents in IEEE 802.11 networks / Kamil Szczęch // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2025 — R. 98 nr 4, s. 271–274. — Bibliogr. s. 274, Streszcz., Abstr. — KRiT 2025 : Konferencja Radiokomunikacji i Teleinformatyki : Gdańsk, 10–12 września 2025
artykuł
#148911Data dodania: 29.9.2023
Zastosowanie uczenia maszynowego w lokalnych sieciach bezprzewodowych — Application of machine learning in wireless local area networks / Szymon SZOTT // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2023 — R. 96 nr 4, s. 7–14. — Bibliogr. s. 13–14, Streszcz., Abstr.