一种移动通信网络数据与模型联合部署方法和设备技术

本申请公开了一种移动通信网络数据与模型联合部署方法，包含以下步骤：下行的第一信息包含AI模型和/或数据集的特征参数；响应于所述第一信息，上行的第二信息包含对应于所述特征参数的反馈，用于确认所述特征参数中至少一种的取值；响应于所述第二信息，下行的第三信息包含满足确认的所述特征参数的AI模型输入数据集；响应于所述第三信息，上行的第四信息包含所述数据集的可用性的确认信息。本申请还包含应用所述方法的装置。本申请解决无线通信系统利用空中接口完成网络与终端进行高效的数据集传输的问题，尤其适用于5G及进一步演进的移动通信系统。进的移动通信系统。进的移动通信系统。

【技术实现步骤摘要】
一种移动通信网络数据与模型联合部署方法和设备


[0001]本申请涉及无线通信
，尤其涉及一种移动通信网络AI模型和数据集联合部署的方法和设备。

技术介绍

[0002]移动通信网络蕴含大量的数据资源，利用人工智能(AI)技术对于5G数据资源的合理利用与发掘可以有效提升移动通信系统提升。移动通信系统中面临的问题复杂多样，有大量的研究表明，通过基于AI的算法可以有效提升移动通信网络侧与无线侧性能。利用AI技术改进移动系统性能已经成为未来网络设计的主要方向。
[0003]无线通信系统采用AI技术增强系统性能时涉及到AI模型的训练与部署问题。由于AI模型的训练往往需要大量的算力资源，同时也需要大量的数据进行训练。网络与终端间的模型传递受到各种限制，使得终端难以直接应用网络侧发送的模型。对于一些终端和网络侧需要同时部署一些模型的用例，如数据的压缩与解压缩，需要网络与终端分别进行模型的部署，完成数据的压缩解压缩功能。终端侧的模型获取有多种方式，例如，从网络侧获取，或者是通过数据集自己进行训练。通过空中接口进行直接的模型传输受限于各种限制，标准尚本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动通信网络数据与模型联合部署方法，其特征在于，包含以下步骤：下行的第一信息包含AI模型和/或数据集的特征参数；响应于所述第一信息，上行的第二信息包含对应于所述特征参数的反馈，用于确认所述特征参数中至少一种的取值；响应于所述第二信息，下行的第三信息包含满足确认的所述特征参数的AI模型输入数据集；响应于所述第三信息，上行的第四信息包含所述数据集的可用性的确认信息。2.一种移动通信网络数据与模型联合部署方法，用于网络设备，其特征在于，包含以下步骤：发送下行的第一信息，包含AI模型和/或数据集的特征参数；接收上行的第二信息，获得对所述第一信息的反馈，确认所述特征参数中至少一种的取值；响应于所述第二信息，发送下行的第三信息，包含满足确认的所述特征参数的AI模型输入数据集；接收上行的第四信息，获得对所述数据集的可用性的确认信息。3.一种移动通信网络数据与模型联合部署方法，用于终端设备，其特征在于，包含以下步骤：接收下行的第一信息，获得AI模型和/或数据集的特征参数；响应于所述第一信息，发送上行的第二信息，包含对应于所述特征参数的反馈，用于确认所述特征参数中至少一种的取值；接收下行的第三信息，获得满足确认的所述特征参数的AI模型输入数据集；响应于所述第三信息，发送上行的第四信息，包含所述数据集的可用性的确认信息。4.如权利要求1～3任意一项所述移动通信网络数据与模型联合部署方法，其特征在于，所述特征参数，包括一下至少一种：AI模型用途AImodel_case、AI模型算法种类AImodel_type、数据集大小DATA_size、数据集类型DATA_type、数据段数DATA_segment。5.如权利要求1～3任意一项所述移动通信网络数据与模型联合部署方法，其特征在于，所述第一信息包含对所述第二信息反馈时间的指示。6.如权利要求1～3任意一项所述移动通信网络数据与模型联合部署方法，其特征在于，所述第一信息通过PDCCH承载的DCI信息指示，或者，所述第一信息通过PDCCH承载的DCI信息和PDSCH承载的高层信息联合指示。7.如权利要求1～3任意一项所述移动通信网络数据与模型联合部署方法，其特征在于，所述第二信息由PUCCH或PUSCH承载；...

【专利技术属性】
技术研发人员：刘晓峰，王志勤，杜滢，魏贵明，徐菲，
申请(专利权)人：中国信息通信研究院，
类型：发明
国别省市：