Machine Learning for Future Wi
Ein umfassender Überblick über die Theorie, Anwendung und Forschung des maschinellen Lernens für die zukünftige drahtlose Kommunikation
In einem einzigen Band bietet Machine Learning for Future Wireless Communications eine umfassende und leicht zugängliche Behandlung der Theorie, der Anwendungen und der aktuellen Forschungsentwicklungen zu den technologischen Aspekten im Zusammenhang mit maschinellem Lernen für drahtlose Kommunikation und Netzwerke. Die technologische Entwicklung des maschinellen Lernens für die drahtlose Kommunikation hat explosionsartig zugenommen und ist einer der größten Trends in den entsprechenden akademischen, Forschungs- und Industriegemeinschaften.
Die auf tiefen neuronalen Netzen basierende Technologie des maschinellen Lernens ist ein vielversprechendes Werkzeug, um die großen Herausforderungen in der drahtlosen Kommunikation und in drahtlosen Netzen zu bewältigen, die sich aus den steigenden Anforderungen in Bezug auf Kapazität, Abdeckung, Latenz, Effizienz, Flexibilität, Kompatibilität, Erlebnisqualität und Silikonkonvergenz ergeben. Der Autor - ein anerkannter Experte auf diesem Gebiet - deckt ein breites Spektrum an Themen ab, darunter Systemarchitektur und -optimierung, Physical-Layer- und Cross-Layer-Verarbeitung, Luftschnittstellen- und Protokolldesign, Beamforming und Antennenkonfiguration, Netzwerkcodierung und -slicing, Zellenerfassung und Handover, Scheduling und Ratenanpassung, Funkzugangskontrolle, intelligentes proaktives Caching und adaptive Ressourcenzuweisung. Einzigartig gegliedert in drei Kategorien: Spektrum-Intelligenz, Übertragungsintelligenz und Netzwerkintelligenz, diese wichtige Ressource:
⬤ Bietet einen umfassenden Überblick über die Theorie, Anwendungen und aktuellen Entwicklungen des maschinellen Lernens für drahtlose Kommunikation und Netzwerke.
⬤ deckt eine Reihe von Themen ab, von Architektur und Optimierung bis hin zu adaptiven Ressourcenzuweisungen.
⬤ Bietet einen Überblick über die neuesten auf maschinellem Lernen basierenden Lösungen für die Netzabdeckung.
⬤ Enthält einen Überblick über die Anwendungen von Algorithmen des maschinellen Lernens in künftigen drahtlosen Netzen.
⬤ Erforscht flexible Backhaul- und Fronthaul-Verbindungen, schichtenübergreifende Optimierung und Kodierung, Vollduplex-Funk, digitales Frontend (DFE) und Hochfrequenzverarbeitung (RF).
Geschrieben für professionelle Ingenieure, Forscher, Wissenschaftler, Hersteller, Netzbetreiber, Softwareentwickler und Studenten, bietet Machine Learning for Future Wireless Communications in 21 Kapiteln einen umfassenden Überblick über das Thema, verfasst von einem Experten auf diesem Gebiet.
| ISBN: | 9781119562252 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2020 |
| Seitenzahl: | 496 |
Derzeit verfügbar, auf Lager.
