Aplicaciones de aprendizaje profundo en comunicaciones inalámbricas

Abstract

En los últimos años, la tecnología de comunicación móvil inalámbrica se ha desarrollado rápidamente y esto se ha traducido en una explosión de la información por medios inalámbricos. La infraestructura de la red para manejar esta información es cada vez más complicada, por lo tanto es ineficiente y caro utilizar los métodos tradicionales de operación y administración basados en humanos en las futuras redes inalámbricas. Sería conveniente que la red funcione por sí misma, se autoconfigure y se autogestione. Una herramienta prometedora es el aprendizaje automático para manejar y agregar inteligencia a redes inalámbricas con topología de gran escala y condiciones de radio complejas. El Aprendizaje Profundo (DL) utiliza capas de redes neuronales para lograr la extracción de características selectas, similar a como lo hace el cerebro con datos crudos de alta dimensiónalidad. Puede utilizarse DL como herramienta para encontrar la dinámica de la red en puntos tales como; hotspots, distribución de interferencias, puntos de congestión, tráfico cuellos de botella, disponibilidad de espectro, etc. Basado en el análisis de una gran cantidad de parámetros de red, tales como; retardo, tasa de pérdida, SNR del enlace, etc. En este trabajo, damos una descripción general de la necesidad de funcionalidades de inteligencia para comunicación inalámbrica. Investigamos los avances recientes en la aplicación de las técnicas de inteligencia artificial en los dominios de la comunicación inalámbrica. Creemos que una red futura con poder de AI acelerará el desarrollo de la industria de las tecnologías de información.