首页> 外国专利> FEDERATED LEARNING FOR MULTIPLE ACCESS RADIO RESOURCE MANAGEMENT OPTIMIZATIONS

FEDERATED LEARNING FOR MULTIPLE ACCESS RADIO RESOURCE MANAGEMENT OPTIMIZATIONS

机译：联合学习多次访问无线电资源管理优化

页面导航

摘要
著录项
相似文献

摘要

In one embodiment, a machine learning (ML) model for determining radio resource management (RRM) decisions is updated, with ML model parameters being shared between RRM decision makers to update the model. The updates may include local operations (between an AP and UE pair) to update local primal and dual parameters of the ML model, and global operations (between other devices in the network) to exchange/update global parameters of the ML model.

机译：在一个实施例中，用于确定用于确定无线电资源管理（RRM）决策的机器学习（ML）模型，ML模型参数在RRM决策者之间共享以更新模型。更新可以包括本地操作（在AP和UE对之间）以更新ML型号的局部原始和双参数，以及网络中的全局操作（在网络中的其他设备之间），以交换/更新ML模型的全局参数。

著录项

公开/公告号WO2022015487A1

专利类型
公开/公告日2022-01-20

原文格式PDF
申请/专利权人 INTEL CORPORATION;
展开▼

申请/专利号WO2021US39272
发明设计人 NADERIALIZADEH NAVID;DHAKAL SAGAR;HIMAYAT NAGEEN;AKDENIZ MUSTAFA RIZA;BALAKRISHNAN RAVIKUMAR;EISEN MARK R.;
展开▼

申请日2021-06-26
分类号H04L12/24;H04L29/08;H04W24/02;G06N20;
国家 US
入库时间 2022-08-24 23:29:33

相似文献

专利
外文文献
中文文献