详细内容或原文请订阅后点击阅览
焦点：与 Susanna Mosleh 一起寻找 Fritz 无线连接的修复方法
当 Wi-Fi 不稳定或手机信号接收不良时，Susanna Mosleh 无法忽视它。毕竟，她在 NIST 的研究就是寻找这些问题的解决方案并训练我们的设备找到共享信息的最佳方式
来源:美国国家标准与技术研究院__数理统计信息图片来源：R. Jacobson/NIST
图片来源：当 Wi-Fi 不稳定或手机信号不好时，Susanna Mosleh 无法忽视它。毕竟，她在 NIST 的研究就是要找到这些问题的解决方案，并训练我们的设备找到共享信息高速公路的最佳方式。
无线设备共享一组不可见的无线电频率，类似于高速公路上使用相同车道的汽车。随着越来越多的设备需要相同的车道，交通堵塞变得非常普遍，导致数据滞后和服务缓慢。发射器通过一次尝试每个可用频率，在漫长的过程中寻找不那么拥挤的频率。
频谱共享问题让 Susanna 非常感兴趣，以至于她转学并开始攻读博士学位。为了有机会与顶尖科学家和业界合作，她从零开始学习。这是一个职业转折点，最终于 2019 年将她带到了 NIST，她现在通过 NIST 专业研究体验计划担任博士后研究员。
最近，Susanna 和她的同事一直在利用人工智能训练发射器使用称为 Q 学习的算法选择最佳频率。如果发射器在高速公路上选择了最佳频率，则该技术会奖励发射器更多的网络吞吐量，如果发射器选择拥挤、速度较慢的车道，则会以较低的数据速率惩罚它。
事实证明，发射器通过这种方式学习得非常快。通过 Q 学习，模拟结果表明，发射器找到最佳开放车道的速度比当前的反复试验过程快 5,000 倍。
阅读有关 Susanna 的研究和频谱共享工作的更多信息。
研究和频谱共享工作