机构名称：
¥ 1.0
机器学习（ML）有望在超过5G和6G无线通信的演变中起关键作用。与依靠数学模型的传统方法不同，ML利用实际数据，使其在硬件障碍和非线性方面的通信技术方面特别有效。此外，ML具有巨大的希望，可以通过近似和集成不同通信层的多个功能来满足各种垂直服务要求并简化通信体系结构。虽然ML已经应用于自组织网络，传感或认知无线电等领域，但在ML领域进行无线通信的研究以及ML的无线通信仍处于起步阶段。ML对无线应用的生存能力继续增加，以及ML基本启用技术和方法的不断进步。同时，在遗产兼容性和操作员的解释性方面，尚未对无线通信的ML局限性以及旨在支持ML服务，无线渠道上的ML培训和推理的无线通信，ML培训间接费用以及数据可用性在隐私限制下。本研讨会的目标是为ML的最新结果提供一个平台，用于ML的无线通信和ML无线通信，阐明这些新研究领域的挑战和前景，开放的新观点和激发创新。论文的呼吁朝着超过5G和6G无线网络以及相关的新通信概念的需求驱动，其中ML有可能成为关键的推动器。此外，我们鼓励在ML算法开发中提交，这些开发是由无线通信所带来的特定约束所激发的，例如分布式和协调的架构下的低延迟和庞大的连通性要求。
sac：通信和网络的机器学习
主要关键词
相关文件推荐
