Aprendizaje automático en redes más allá de 5G/6G: estado del arte y tendencias futuras
Autores: Rekkas, Vasileios P.; Sotiroudis, Sotirios; Sarigiannidis, Panagiotis; Wan, Shaohua; Karagiannidis, George K.; Goudos, Sotirios K.
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Aprendizaje automático en redes más allá de 5G/6G: estado del arte y tendencias futuras
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aprendizaje automático
Aplicaciones de red 6g
Métodos de ml
Sistemas de comunicación inalámbrica 6g
Supervisado
No supervisado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
La Inteligencia Artificial (IA) y especialmente el Aprendizaje Automático (ML) pueden desempeñar un papel muy importante en la realización y optimización de aplicaciones de redes 6G. En este documento, presentamos un breve resumen de los métodos de ML, así como una revisión actualizada de los enfoques de ML en sistemas de comunicación inalámbrica 6G. Estos métodos incluyen técnicas supervisadas, no supervisadas y de refuerzo. Además, discutimos problemas abiertos en el campo de ML para redes 6G y comunicaciones inalámbricas en general, así como algunas tendencias futuras potenciales para motivar una mayor investigación en esta área.
Descripción
La Inteligencia Artificial (IA) y especialmente el Aprendizaje Automático (ML) pueden desempeñar un papel muy importante en la realización y optimización de aplicaciones de redes 6G. En este documento, presentamos un breve resumen de los métodos de ML, así como una revisión actualizada de los enfoques de ML en sistemas de comunicación inalámbrica 6G. Estos métodos incluyen técnicas supervisadas, no supervisadas y de refuerzo. Además, discutimos problemas abiertos en el campo de ML para redes 6G y comunicaciones inalámbricas en general, así como algunas tendencias futuras potenciales para motivar una mayor investigación en esta área.