【技术实现步骤摘要】
【国外来华专利技术】
下文涉及无线通信，包括用于报告机器学习再现性的相关性度量的技术。
技术介绍
1、无线通信系统被广泛部署以提供各种类型的通信内容，诸如语音、视频、分组数据、消息接发、广播等。这些系统可能够通过共享可用系统资源（例如，时间、频率和功率）来支持与多个用户的通信。此类多址系统的示例包括第四代（4g）系统（诸如长期演进（lte）系统、高级lte（lte-a）系统或lte-a pro系统）和第五代（5g）系统（其可以被称为新无线电（nr）系统）。这些系统可以采用诸如码分多址（cdma）、时分多址（tdma）、频分多址（fdma）、正交fdma（ofdma）或离散傅里叶变换扩展正交频分复用（dft-s-ofdm）的技术。无线多址通信系统可包括一个或多个基站，每个基站支持用于通信设备的无线通信，这些通信设备可被称为用户装备（ue）。
技术实现思路
1、所描述的技术涉及支持用于报告机器学习再现性的相关性度量的技术的改进的方法、系统、设备和装置。例如，所描述的技术提供机器学习服务器来生成表示由该机器学习服务器使用的训练数据的参数集（例如，低维参数集），该训练数据与一个或多个通信环境或一个或多个信道环境或它们的组合相关联。机器学习服务器可从环境（例如，通信环境或信道环境或两者）内的一个或多个设备接收表示与该通信环境或该信道环境或两者相关联的测试数据的参数集（例如，另一低维参数集）。机器学习服务器可根据表示训练数据的参数集与接收的表示测试数据的参数集之间的相关性来生成再现性度量。再现性度量可与由机器学习服
2、在接收到指示再现性度量的消息时，设备（例如，用户装备（ue）、网络节点）可确定是否利用由机器学习服务器提供的信息和预测来在通信环境或信道环境中进行通信。例如，在再现性度量满足阈值的情况下，在表示训练数据的参数集与表示测试数据的参数集之间可能存在某种相关性，这可实现用于确定通信或信道环境中的通信参数的相对准确的基于机器学习的预测。在其他示例中，如果再现性度量不满足阈值，则位于通信或信道环境中的一个或多个设备可替代地依赖于它们自己的测量和/或估计来确定通信参数（例如，直到执行再训练来更新训练数据）。
3、描述了一种用于在机器学习服务器处进行无线通信的装置。该装置可包括处理器、与该处理器耦合的存储器和存储在该存储器中的指令。该指令可能够由该处理器执行以使该装置：生成表示训练数据的参数的第一集合，该训练数据对应于一个或多个通信环境或一个或多个信道环境或它们的组合，其中参数的该第一集合相对于该训练数据的维度具有降低的维度；从一个或多个设备接收指示表示测试数据的参数的第二集合的一个或多个消息，该测试数据对应于通信环境或信道环境或两者，其中参数的该第二集合相对于该测试数据的维度具有降低的维度；以及向该一个或多个设备发送指示该通信环境或该信道环境或两者的再现性度量的消息，该再现性度量基于参数的该第一集合与参数的该第二集合之间的相关性。
4、描述了一种用于在机器学习服务器处进行无线通信的方法。该方法可包括：生成表示训练数据的参数的第一集合，该训练数据对应于一个或多个通信环境或一个或多个信道环境或它们的组合，其中参数的该第一集合相对于该训练数据的维度具有降低的维度；从一个或多个设备接收指示表示测试数据的参数的第二集合的一个或多个消息，该测试数据对应于通信环境或信道环境或两者，其中参数的该第二集合相对于该测试数据的维度具有降低的维度；以及向该一个或多个设备发送指示该通信环境或该信道环境或两者的再现性度量的消息，该再现性度量基于参数的该第一集合与参数的该第二集合之间的相关性。
5、描述了另一种用于在机器学习服务器处进行无线通信的装置。该装置可包括：用于生成表示训练数据的参数的第一集合的部件，该训练数据对应于一个或多个通信环境或一个或多个信道环境或它们的组合，其中参数的该第一集合相对于该训练数据的维度具有降低的维度；用于从一个或多个设备接收一个或多个消息的部件，该一个或多个消息指示表示测试数据的参数的第二集合，该测试数据对应于通信环境或信道环境或两者，其中参数的该第二集合相对于该测试数据的维度具有降低的维度；和用于向该一个或多个设备发送消息的部件，该消息指示该通信环境或该信道环境或两者的再现性度量，该再现性度量基于参数的该第一集合与参数的该第二集合之间的相关性。
6、描述了一种存储用于在机器学习服务器处进行无线通信的代码的非暂态计算机可读介质。该代码可包括指令，该指令能够由处理器执行以：生成表示训练数据的参数的第一集合，该训练数据对应于一个或多个通信环境或一个或多个信道环境或它们的组合，其中参数的该第一集合相对于该训练数据的维度具有降低的维度；从一个或多个设备接收指示表示测试数据的参数的第二集合的一个或多个消息，该测试数据对应于通信环境或信道环境或两者，其中参数的该第二集合相对于该测试数据的维度具有降低的维度；以及向该一个或多个设备发送指示该通信环境或该信道环境或两者的再现性度量的消息，该再现性度量基于参数的该第一集合与参数的该第二集合之间的相关性。
7、在本文所述的方法、装置和非暂态计算机可读介质的一些示例中，再现性度量向该一个或多个设备指示根据来自由机器学习服务器使用训练数据生成的机器学习模型的一个或多个预测来执行一个或多个通信规程，该再现性度量指示基于满足阈值的再现性度量来执行该一个或多个通信规程。
8、在本文所述的方法、装置和非暂态计算机可读介质的一些示例中，再现性度量向该一个或多个设备指示根据由该一个或多个设备执行的一个或多个测量来执行一个或多个通信规程，该再现性度量指示基于未能满足阈值的再现性度量来执行该一个或多个通信规程。
9、在本文所述的方法、装置和非暂态计算机可读介质的一些示例中，再现性度量指示与来自由机器学习服务器使用应用于通信环境的训练数据生成的机器学习模型的预测相关联的置信度值。
10、在本文所述的方法、装置和非暂态计算机可读介质的一些示例中，来自由机器学习服务器生成的机器学习模型的预测包括针对非阻塞场景或阻塞场景的波束权重预测。
11、本文所述的方法、装置和非暂态计算机可读介质的一些示例还可包括用于以下动作的操作、特征、部件或指令：基于参数的第一集合与参数的第二集合之间的相关性来生成再现性度量。
12、在本文所述的方法、装置和非暂态计算机可读介质的一些示例中，生成再现性度量可包括用于以下动作的操作、特征、部件或指令：基于与训练数据相关联的一个或多个主成分和与测试数据相关联的一个或多个主成分之间的相关性来生成再现性度量，其中参数的第一集合包括与训练数据相关联的该一个或多个主成分，并且其中参数的第二集合包括与测试数据相关联的该一个或多个主成分。
13、本文所述的方法、装置和非暂态计算机可读介质的一些示例还可包括用于以下动作的操作、特征、部件或指令：基于未能满足阈值的再现性度量来生成针对该一个或多个通本文档来自技高网...
【技术保护点】
1.一种用于在机器学习服务器处进行无线通信的装置，所述装置包括：
2.根据权利要求1所述的装置，其中所述再现性度量向所述一个或多个设备指示根据来自由所述机器学习服务器使用所述训练数据生成的机器学习模型的一个或多个预测来执行一个或多个通信规程，所述再现性度量指示至少部分地基于满足阈值的所述再现性度量来执行所述一个或多个通信规程。
3.根据权利要求1所述的装置，其中所述再现性度量向所述一个或多个设备指示根据由所述一个或多个设备执行的一个或多个测量来执行一个或多个通信规程，所述再现性度量指示至少部分地基于未能满足阈值的所述再现性度量来执行所述一个或多个通信规程。
4.根据权利要求1所述的装置，其中所述再现性度量指示与来自由所述机器学习服务器使用应用于所述通信环境的所述训练数据生成的机器学习模型的预测相关联的置信度值。
5.根据权利要求4所述的装置，其中来自由所述机器学习服务器生成的所述机器学习模型的所述预测包括针对非阻塞场景或阻塞场景的波束权重预测。
6.根据权利要求1所述的装置，其中所述指令还能够由所述处理器执行以使所述装置
7.根据权利要求6所述的装置，其中用于生成所述再现性度量的所述指令能够由所述处理器执行以使所述装置：
8.根据权利要求1所述的装置，其中所述指令还能够由所述处理器执行以使所述装置：
9.根据权利要求1所述的装置，其中所述训练数据包括对以下各项中的至少一项的指示：所述一个或多个通信环境或所述一个或多个信道环境或它们的组合中的集群的数量、所述一个或多个通信环境或所述一个或多个信道环境或它们的组合中的反射器的数量、所述一个或多个通信环境或所述一个或多个信道环境或它们的组合中的衍射点的数量、与所述一个或多个通信环境或所述一个或多个信道环境或它们的组合中的一个或多个设备相关联的定位信息、天线模块能力、天线模块的数量、天线模块的布置、所述一个或多个设备的波束成形能力或所述一个或多个设备的波束测量能力。
10.根据权利要求1所述的装置，其中所述测试数据包括对以下各项中的至少一项的指示：所述通信环境或信道环境或两者中的集群的数量、所述通信环境或信道环境或两者中的反射器的数量、所述通信环境或信道环境或两者中的衍射点的数量、与所述一个或多个设备相关联的定位信息、天线模块能力、天线模块的数量、天线模块的布置、所述一个或多个设备的波束成形能力或所述一个或多个设备的波束测量能力。
11.根据权利要求1所述的装置，其中所述机器学习服务器是用户装备（UE）的一部分或网络实体的一部分，或者包括与网络中的多个设备相关联的独立节点。
12.一种用于在第一设备处进行无线通信的装置，所述装置包括：
13.根据权利要求12所述的装置，其中所述再现性度量指示根据来自由所述机器学习服务器使用所述训练数据生成的机器学习模型的一个或多个预测来执行一个或多个通信规程，所述再现性度量指示所述第一设备至少部分地基于满足阈值的所述再现性度量来执行所述一个或多个通信规程。
14.根据权利要求12所述的装置，其中所述再现性度量指示根据由所述第一设备执行的一个或多个测量来执行一个或多个通信规程，所述再现性度量指示所述第一设备至少部分地基于未能满足阈值的所述再现性度量来执行所述一个或多个通信规程。
15.根据权利要求12所述的装置，其中所述再现性度量指示与来自由所述机器学习服务器使用应用于所述通信环境或所述信道环境或两者的所述训练数据生成的机器学习模型的预测相关联的置信度值。
16.根据权利要求15所述的装置，其中来自由所述机器学习服务器生成的与所述训练数据相关联的所述机器学习模型的所述预测包括针对非阻塞场景或阻塞场景的波束权重预测。
17.根据权利要求12所述的装置，其中所述指令还能够由所述处理器执行以使所述装置：
18.根据权利要求12所述的装置，其中所述指令还能够由所述处理器执行以使所述装置：
19.根据权利要求12所述的装置，其中所述测试数据包括对以下各项中的至少一项的指示：所述通信环境或所述信道环境或两者中的集群的数量、所述通信环境或所述信道环境或两者中的反射器的数量、所述通信环境或所述信道环境或两者中的衍射点的数量、与所述第一设备相关联的定位信息、天线模块能力、天线模块的数量、天线模块的布置、所述第一设备的波束成形能力或所述第一设备的波束测量能力。
20.一种用于在机器学习服务器处进行无线通信的方法，所述方法包括：
21.根据权利要求20所述的方法，其中所述再现性度量向所述一个或多个设备指示根据来自由所述机器学习服务器...
【技术特征摘要】
【国外来华专利技术】
1.一种用于在机器学习服务器处进行无线通信的装置，所述装置包括：
2.根据权利要求1所述的装置，其中所述再现性度量向所述一个或多个设备指示根据来自由所述机器学习服务器使用所述训练数据生成的机器学习模型的一个或多个预测来执行一个或多个通信规程，所述再现性度量指示至少部分地基于满足阈值的所述再现性度量来执行所述一个或多个通信规程。
3.根据权利要求1所述的装置，其中所述再现性度量向所述一个或多个设备指示根据由所述一个或多个设备执行的一个或多个测量来执行一个或多个通信规程，所述再现性度量指示至少部分地基于未能满足阈值的所述再现性度量来执行所述一个或多个通信规程。
4.根据权利要求1所述的装置，其中所述再现性度量指示与来自由所述机器学习服务器使用应用于所述通信环境的所述训练数据生成的机器学习模型的预测相关联的置信度值。
5.根据权利要求4所述的装置，其中来自由所述机器学习服务器生成的所述机器学习模型的所述预测包括针对非阻塞场景或阻塞场景的波束权重预测。
6.根据权利要求1所述的装置，其中所述指令还能够由所述处理器执行以使所述装置：
7.根据权利要求6所述的装置，其中用于生成所述再现性度量的所述指令能够由所述处理器执行以使所述装置：
8.根据权利要求1所述的装置，其中所述指令还能够由所述处理器执行以使所述装置：
9.根据权利要求1所述的装置，其中所述训练数据包括对以下各项中的至少一项的指示：所述一个或多个通信环境或所述一个或多个信道环境或它们的组合中的集群的数量、所述一个或多个通信环境或所述一个或多个信道环境或它们的组合中的反射器的数量、所述一个或多个通信环境或所述一个或多个信道环境或它们的组合中的衍射点的数量、与所述一个或多个通信环境或所述一个或多个信道环境或它们的组合中的一个或多个设备相关联的定位信息、天线模块能力、天线模块的数量、天线模块的布置、所述一个或多个设备的波束成形能力或所述一个或多个设备的波束测量能力。
10.根据权利要求1所述的装置，其中所述测试数据包括对以下各项中的至少一项的指示：所述通信环境或信道环境或两者中的集群的数量、所述通信环境或信道环境或两者中的反射器的数量、所述通信环境或信道环境或两者中的衍射点的数量、与所述一个或多个设备相关联的定位信息、天线模块能力、天线模块的数量、天线模块的布置、所述一个或多个设备的波束成形能力或所述一个或多个设备的波束测量能力。
11.根据权利要求1所述的装置，其中所述机器学习服务器是用户装备（ue）的一部分或网络实体的一部分，或者包括与网络中的多个设备相关联的独立节点。
12.一种用于在第一设备处进行无线通信的装置，所述装置包括：
13.根据权利要求12所述的装置，其中所述再现性度量指示根据来自由所述机器学习服务器使用所述训练数据生成的机器学习模型的一个或多个预测来执行一个或多个通信规程，所述再现性度量指示所述第一设备至少部分地基于满足阈值的所述再现性度量来执行所述一个或多个通信规程。
14.根据权利要求12所述的装置，其中所述再现性度量指示根据由所述第一设备执行的一个或多个测量来执行一个或多个通信规程，所述再现性...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。