如虎添翼!新機器學習算法使5G「搶網」再快5000倍

2020-11-24 前瞻網

如虎添翼！新機器學習算法使5G「搶網」再快5000倍

 黃琨 • 2020-05-27 11:24:15　來源：前瞻網　E2988G0

都在用的報告小程序

寫文章、做研究、查資料【必備】

美國國家標準與技術研究所(NIST)的研究人員開發了一個數學公式，可以幫助5G和其他無線網絡選擇和共享通信頻率，其效率比試錯法高出約5000倍。

新公式是機器學習的一種形式，它基於在特定網絡環境中的先前經驗來選擇稱為信道的無線頻率範圍。在本周一次會議的演示上，該公式可以用於現實中多種網絡發射機的軟體。

這種公式是關於無線網絡(包括5G)需求爆發問題的其中一種解決思路，它通過共享未經許可的頻段來增強傳輸能力。所謂「未經許可的頻段」，最典型的就是Wi-Fi頻段，這些頻段並未由聯邦通信委員會分配給特定用戶。

NIST的研究重點是Wi-Fi與蜂窩系統競爭特定頻率或子信道的場景。其中的亮點在於，他們的蜂窩網絡試圖通過使用一種稱為許可輔助接入(LAA)的方法來提高其數據傳輸速率，該方法結合了無許可和有許可的頻帶。

NIST工程師Jason Coder說：「這項工作探索了機器學習在決定傳輸哪個頻率通道時的應用。」這可能會使未經許可的頻段的通信效率更高。」

NIST公式使發射機能夠快速選擇最佳子信道，以便在未經許可的頻帶內成功地同時操作Wi-Fi和LAA網絡。每個發射機都學習在不相互通信的情況下最大化網絡總數據速率。該方案在窮舉的信道搜索和錯誤搜索的基礎上，快速獲得了接近最佳結果的整體性能。

這項研究不同於以往對通信中機器學習的研究，它考慮了多個網絡「層」、物理設備以及基站和接收機之間的信道訪問規則。

這個公式是一種「Q-learning」技術，意味著它將環境條件(如網絡類型、存在的發射機和信道的數量)映射到最大化一個值(稱為Q)的操作上，由該值返回最佳結果。

通過與環境交互並嘗試不同的操作，算法學習哪個通道提供最佳結果。每個發射機學習選擇在特定環境條件下產生最佳數據速率的信道。

如果兩個網絡都選擇了合適信道，則組合的整個網絡環境的效率將提高。尤其是在發射機選擇了沒有被佔用的信道的情況下，成功傳輸的概率還會上升，帶來更高的數據速率。同時，如果發射機選擇幹擾更小的信道，信號也會更強，帶來更高的接收數據速率。

在計算機模擬中，最優分配方法通過搜索所有可能的組合來為發射機分配信道，以找到最大化總網絡數據速率的方法。NIST公式產生的結果接近最優公式，但過程要簡單得多。研究發現，要想徹底找出最佳的解決方案，需要進行約4.56萬次試驗，而該公式只需嘗試10個通道就可以選擇類似的解決方案，僅需0.02%的努力。

這項研究針對的是室內場景，比如一棟有多個Wi-Fi接入點的建築，以及在沒有許可證的頻段內進行手機操作。研究人員現在計劃在更大規模的戶外場景中模擬這種方法，並進行物理實驗來證明這種效果。

譯/前瞻經濟學人APP資訊組

參考資料：

[1]https://www.sciencedaily.com/releases/2020/05/200526161117.htm

本文來源前瞻網，轉載請註明來源。本文內容僅代表作者個人觀點，本站只提供參考並不構成任何投資及應用建議。（若存在內容、版權或其它問題，請聯繫：service@qianzhan.com）　品牌合作與廣告投放請聯繫：0755-33015062 或 hezuo@qianzhan.com

相關焦點

  • 5gwifi信道44和157區別_5g和wifi哪個快
    打開APP 5gwifi信道44和157區別_5g和wifi哪個快 網絡整理 發表於 2020-04-17 11:52:21
  • 華為5g網絡工程師學習三個月是嗎?
    5g網絡工程師怎麼樣才能入行呢，5g網絡工程師需要學習多久，這是很多朋友常常找到網絡工程師成長日記作者小編問到最多最多的幾個問題網工記小編給大家介紹一下「5g網絡工程師是幹什麼的」，「5g網絡工程師需要學習什麼」，「5g網絡工程師的具體工作內容是做什麼」，有興趣的朋友可以隨時溝通1 首先所謂的華為5g網絡工程師要看是什麼方向了因為在華為官方所謂的
  • 新機器學習算法確認50顆系外行星
    2020-08-27 04:57:03 來源：科技日報科技日報北京8月26日電 (記者劉霞)據物理學家組織網25日報導，英國科學家開發出一種新的機器學習算法，已用其確認了50顆系外行星。研究人員表示，他們的結論為未來使用多種驗證技術(包括他們的機器學習算法)統計並確認系外行星的發現提供了堅實基礎。目前許多系外行星調查都藉助凌星法來收集大量數據。
  • 阿里AI再獲圖像識別冠軍,可將深度學習算法壓縮100倍
    這也意味著，阿里AI識別百萬圖像的算法，在手機上也能跑起來了。CVPR是計算機視覺領域的頂級學術會議，低功耗圖像識別挑戰賽由IEEE Rebooting Computing （RC）項目負責發起，通過識別準確率、執行速度和能量消耗三項指標，考察AI視覺識別技術在輕量級設備上的表現。
  • 比可微架構搜索DARTS快10倍,第四範式提出優化NAS算法
    在最近的 AAAI 2020 中，第四範式提出了一種基於臨近迭代（Proximal Iterations）的 NAS 方法，其速度比 DARTS 快了 10 倍以上。由於新的目標是難以解決的，我們進一步提出了一種高效的算法，由近端啟發法進行優化。 通過這種方式，NASP 不僅比現有的可微分的搜索方法速度快，而且還可以找到更好的體系結構並平衡模型複雜度。最終，通過不同任務的大量實驗表明，NASP 在測試精度和計算效率上均能獲得更好的性能，在發現更好的模型結構的同時，速度比 DARTS 等現有技術快 10 倍以上。
  • 英國科學家開發機器學習新算法 已用其確認50顆系外行星
    新機器學習算法確認50顆系外行星據物理學家組織網25日報導，英國科學家開發出一種新的機器學習算法，已用其確認了50顆系外行星。研究人員表示，他們的結論為未來使用多種驗證技術（包括他們的機器學習算法）統計並確認系外行星的發現提供了堅實基礎。目前許多系外行星調查都藉助凌星法來收集大量數據。所謂凌星法指的是行星通過恆星前方時，會導致望遠鏡探測到的恆星發出的光線明顯下降，但這也可能是由於背景物體的幹擾，甚至相機中的微小誤差所致，這些「假陽性」可以在行星驗證過程中篩選出來。
  • 將迎來沒有遺傳病的世界，新量子算法比當今計算機快100000000倍
    近日，維吉尼亞大學醫學院的研究人員傳來消息，他們開發出了一種新量子算法，可對基因組數據進行分類，其速度比經典計算機快了近一億倍。作者給出了他們的分類數據，如使用4個DNA構造塊進行分類，經典計算機將執行30億次操作，才能對樣本進行分類，而通過新的量子算法則只需要執行32次。筆者整理內容時，以為數據有誤，畢竟32與30億的差別過大，其速度快了近1億倍。
  • 它叫「九章」比現在最快的計算機快100億倍
    12月4日，中國科學技術大學宣布該校潘建偉等人成功構建76個光子的量子計算原型機「九章」，求解數學算法高斯玻色取樣只需200秒，而目前世界最快的超級計算機要用6億年。這一突破使我國成為全球第二個實現「量子優越性」的國家。 「量子優越性像個門檻，是指當新生的量子計算原型機，在某個問題上的計算能力超過了最強的傳統計算機，就證明其未來有多方超越的可能。」
  • 凌日法已不靠譜，新的算法被提出
    為了克服凌日法存在的缺陷，來自英國華威大學的研究人員開發出了一套新的機器學習算法。 該機器學習算法是如何得到的？華威大學物理與計算機科學系的研究人員和艾倫·圖靈研究所的研究人員共同合作研發出了該學習算法。
  • 九章比美國量子計算機快100億倍!
    就在今天，中國成為全世界第二個擁有量子計算機的國家，該量子計算機的名字為九章，並且比美國谷歌的懸鈴木要快100億倍！那麼這么九章量子計算機是什麼？到底有什麼用呢？量子計算機是一種通過量子力學規律進行高速數學、邏輯運算、儲存和處理量子信息的裝置，當該裝置處理的和計算的都是量子信息並且運行相關的量子算法時，它就是一臺真正的量子計算機。量子計算機對於目前最頂尖的超級計算機來說，運行速度要快，處理信息的能力更強，應用的範圍也比超級計算機要廣！
  • 中國「九章」問世，比最快的超級計算機快一百萬億倍
    根據目前最優的經典算法，「九章」對於處理高斯玻色取樣的速度比目前世界排名第一的超級計算機「富嶽」快一百萬億倍，等效地比谷歌去年發布的53比特量子計算原型機「懸鈴木」快一百億倍。量子計算機在原理上具有超快的並行計算能力，可望通過特定算法在密碼破譯、大數據優化、藥物分析等方面，相比經典計算機實現指數級別的加速。
  • 大型強子對撞機，再加上機器學習算法，能否加速破解暗物質之謎？
    費米實驗室的科學家和其他合作者成功地測試了一種原型機器學習技術，與傳統方法相比，該技術的處理速度提高了30到175倍。挑戰更多的數據，更強的計算能力這是對機器學習服務如何支持一個已經有大量數據只會變得更大領域有希望的一瞥。研究人員目前正在升級大型強子對撞機，使其能以目前速度的五倍粉碎質子。到2026年，歐洲核子研究中心(CERN)的27千米環形地下機器將產生比現在多20倍的數據。
  • 五步實現搶紅包加速度!中興Axon 20 5G系列手機讓你快人一步
    其實不同於每年年會抽獎的「靠運氣」，微信群搶紅包更講究「拼速度」，是個妥妥的技術活。想知道如何搶的一手好紅包，不如從「搶紅包的原理」開始了解。紅包從老闆的手機發送，通過基站傳遞到微信伺服器，微信伺服器處理之後，再經過基站傳遞到我們的手機，而這個時候才是真正關鍵的「拼速度」時刻。俗話說，只要手機選得好，微信紅包跑不了，你是否遇到過點開紅包的一瞬間手機卡死，又或者顯示紅包秒沒？
  • 5G到底有多快?5G的網速的比千兆寬帶還快10倍!
    在5G新空口終端對用戶體驗上（與LTE終端相比），瀏覽下載速度從4G用戶均值的56Mbps提升至5G用戶均值的超過490Mbps，實現近900%的增益；響應提速近7倍，瀏覽下載時延均值從116毫秒降至17毫秒；一句話說死，4G比3G只是領先了那麼一點點，但是5G領先4G可是超乎了我們的想像！
  • 5G網絡即將普及,與家用的100兆光纖相比,哪個上網速度快?
    5G網絡即將普及，與家用的100兆光纖相比，哪個上網速度快？ 在5G覆蓋良好區域，5G網絡設備即使在5G初期也是比100M光纖上網快的。按照目前5G初期發展來看，大概可以做到1.3G-2G的下載速度，是快於100M光纖入戶的。
  • 推薦算法系統/人臉識別/深度學習對話機器人高級實戰課
    包含了推薦算法系統實戰、深度學習人臉識別實戰、深度學習對話機器人實戰等高級前沿的精品課程，下面分別介紹下各個實戰項目：1、推薦算法系統實戰首先推薦系統不等於推薦算法，更不等於協同過濾。推薦系統是偏算法的策略系統，但要達到一個非常好的推薦效果，只有算法是不夠的。比如做算法依賴於訓練數據，數據質量不好，或者數據處理沒做好，再好的算法也發揮不出價值。算法上線了，如果不知道效果怎麼樣，後面的優化工作就無法進行。所以AB測試是評價推薦效果的關鍵，它指導著系統該何去何從。為了能夠快速切換和優化策略，推薦位管理平臺起著舉足輕重的作用。
  • 我們到底該如何學習《數據結構與算法》
    前言：我們到底該不該學習算法與數據結構？1、真的應該學習這個問題本身就不是個問題，所有人都在強調數據結構與算法比較重要，但是好像平時也沒用到，無法直觀的去感受它的重要性，於是把學習重心放在了常見的哪些框架身上，似乎只要熟悉了哪些框架的API，編程就會所向披靡。
  • 比KNN快380倍!我們有了新選擇
    圖源：Google我們正在經歷一場滅絕性的大事件，頗受歡迎的KNN算法正面臨淘汰，而幾乎每門數據科學課上都會學習這種算法！下列有幾種ANN算法：· Spotify的【ANNOY】· Google的【ScaNN】· Facebook的【Faiss】· 還有個人最愛：分層可導航小世界圖【HNSW】下面我們把焦點從Python的 sklearn中的KNN算法轉向在Python的hnswlib 包中的HNSW圖這一出色的ANN算法。
  • 拿到「量子霸權」，中國量子計算機比前世界第一快一百萬億倍
    根據現有理論，「九章」對於處理高斯玻色取樣的速度比目前世界排名第一的超級計算機「富嶽」快一百萬億倍，等效地比谷歌去年發布的53比特量子計算原型機「懸鈴木 」快一百億倍。可怕的是量子計算原型機「懸鈴木」只用了不到3分20秒，就完成傳統計算機需1萬年時間處理的問題 。
  • 人工智慧大顯神通,實現用機器學習算法:簡化粒子加速器的操作!
    現在，SLAC國家加速器實驗室的研究人員，開發了一種使用人工智慧機器學習的新工具，與以前的方法相比，它可能會使部分調優過程快五倍，其研究發表在《物理評論快報》期刊上。 人工智慧機器學習 生產直線加速器相干光源強大的X射線束，首先要準備高質量的電子束。