في عالم الاتصالات، تعتبر الشبكات اللاسلكية من أهم التطورات التقنية الحديثة، وخاصة مع ظهور تقنية الجيل الخامس (5G). ومع ذلك، يواجه مصممو الشبكات Challenges كبيرة في تحقيق أداء مثالي في ظل التغيرات السريعة في ظروف الشبكة. تتناول دراسة جديدة نشرها باحثون في arXiv تقنيات جديدة لتحسين اختيار هيكلية الترميز والتعديل (MCS) لتحسين التجربة الكلية للمستخدمين.
تدور فكرة الدراسة حول Framework يسمى NOSTRAdAMUS، الذي يعمل كإضافة ذكية للأنظمة الحالية بدلاً من إعادة تصميمها بالكامل. تعتمد هذه الاستراتيجية على بيانات تاريخية حديثة للتنبؤ ما إذا كانت إعادة الإرسال ستحدث في الإطار اللاسلكي التالي، مما يسمح بتعديل فوري للاختيار القائم على الظروف الجارية. من خلال هذا الأسلوب، يتمكن NOSTRAdAMUS من زيادة كفاءة الطيف وتقليل مخاطر ردود الفعل السلبية.
أظهرت التجارب التي أجريت باستخدام نموذج Gradient Boosting دقة مذهلة تصل إلى 82.9% ونجاح 94.2% في التدخلات ذات الثقة العالية. يعتمد هذا النموذج على بيانات تم جمعها من بيئة اختبار X5G باستخدام تقنية OpenAirInterface (OAI) وNVIDIA Aerial.
وأضاف الباحثون أيضًا أن النظام الجديد قابل للاستخدام في مجموعة متنوعة من السيناريوهات، بما في ذلك القنوات 3GPP TDL وCDL، وتكوينات SISO وMIMO. ووجدوا أن التحسين في أداء النظام الجديد أدى إلى زيادة الإنتاجية الجيدة بنسبة تصل إلى 71.5% مع تقليل إعادة الإرسال بنسبة تصل إلى 71.8%.
إذا كنت مهتمًا بالمزيد من التطورات في عالم الاتصالات والذكاء الاصطناعي، فهذا هو الوقت المثالي لمتابعة هذه التقنية المتقدمة. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.
استراتيجية ثورية لتحسين اختيار MCS في الشبكات 5G باستخدام الذكاء الاصطناعي!
تقدم دراسة جديدة عن إطار عمل NOSTRAdAMUS تقنية مبتكرة للتنبؤ بإعادة الإرسال في شبكات 5G. هذه الاستراتيجية تعزز الأداء بشكل ملحوظ من خلال تحسين معدل نقل البيانات وتقليل إعادة الإرسال.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
