В пресс-службе Московского физико-технического института (МФТИ) сообщили, что ученые разработали алгоритм на основе машинного обучения для прогнозирования потерь в сетях связи 5G. Разработка использует сверточно-рекуррентную нейронную сеть и учитывает особенности ошибок при прогнозировании качества канала, пишет ТАСС.
Алгоритм проверили на данных натурных экспериментов в городской среде и стандартизованных моделях каналов. Испытания показали снижение расхода ресурсов канала более чем на 30%, без уменьшения надежности передачи.
По расчетам авторов, использование метода позволяет экономить 30−40% ресурсов по сравнению с существующими подходами. Это может увеличить пропускную способность сетей и улучшить работу соединений в мобильных сценариях.
Разработка ориентирована на режимы 5G, где требуются надежность и минимальные задержки. Такие условия важны, в частности, для управления беспилотниками и промышленными системами, отметили в пресс-службе.
Источник: www.ferra.ru