Граничное обучение для сетей B5G с распределённой обработкой сигналов: семантическая связь, периферийные вычисления и беспроводное зондирование

Edge Learning for B5G Networks With Distributed Signal Processing: Semantic Communication, Edge Computing, and Wireless Sensing
Yonina C. Eldar, Merouane Abdelkader Debbah, Derrick Wing Kwan Ng, Wei Xu, Marco Levorato, Zhaohui Yang
2023-01-01

распределённая обработка сигналовграничные вычисленияграничное обучениесемантическая связьбеспроводное зондирование
Для обработки и передачи больших объёмов данных в развивающихся беспроводных сервисах всё более привлекательным становится использование распределённых передачи данных и обучения. В частности, граничное обучение (edge learning, EL) обеспечивает локальное обучение моделей на географически распределённых периферийных узлах и снижает необходимость частого обмена данными. Однако современный подход, при котором развёртывание EL отделено от оптимизации связи, пока не позволяет реализовать заявленные преимущества распределённой обработки сигналов и может приводить к чрезмерным сигнальным накладным расходам, большой задержке обработки и нестабильной сходимости обучения. В данной статье представлен обзор практических методов распределённого EL и их взаимодействия с передовыми подходами к оптимизации связи. В частности, рассматриваются типичные показатели эффективности двуфункциональных сетей обучения и связи. Кроме того, проведён обзор последних достижений в области методов, обеспечивающих двуфункциональное проектирование, с примерами, рассматриваемыми с взаимодополняющих позиций «связь для обучения» и «обучение для связи». Также рассматриваются перспективы применения методов EL в различных будущих системах связи для беспроводных сетей за пределами 5G (B5G). Для целеориентированной семантической связи впервые представлена математическая модель целевой энтропии источника в виде задачи оптимизации. Кроме того, с позиций теории информации сформулированы фундаментальные открытые задачи, связанные с характеристикой областей достижимых скоростей для сетей связи, поддерживающих распределённые задачи обучения и вычислений. Также представлены технические проблемы и новые возможности применения в этой области с целью стимулировать дальнейшие исследования и содействовать широкому развитию EL в сетях B5G.
1
Для целеориентированной семантической связи предложена первая математическая постановка целевой энтропии источника в виде задачи оптимизации.
2
Методы обеспечения такой интеграции систематизируются с взаимодополняющих позиций «коммуникации для обучения» и «обучение для коммуникаций», включая применения в будущих сетях B5G.
3
Раздельное проектирование развертывания периферийного обучения и оптимизации связи может приводить к избыточным сигнальным расходам, большим задержкам обработки и нестабильной сходимости обучения.
4
Сформулированы информационно-теоретические открытые проблемы определения областей достижимых скоростей для сетей, поддерживающих распределённые задачи обучения и вычислений.
5
В статье рассматриваются практические методы распределённого периферийного обучения и их интеграция с передовой оптимизацией связи в сетях, одновременно поддерживающих обучение и коммуникацию.

Граничное обучение в беспроводных сетях за пределами 5G (B5G) с распределённой обработкой сигналов

Взаимодействие распределённого граничного обучения и оптимизации коммуникаций, включая показатели эффективности, сигнальные издержки, задержку обработки, сходимость обучения, семантическую связь, граничные вычисления и беспроводное зондирование

Publication Details
Publication Date
2023-01-01
Journal
Publisher
ISSN
Cited by
776
Access Type
Author Information
Authors
Yonina C. Eldar
Merouane Abdelkader Debbah
Derrick Wing Kwan Ng
Wei Xu
Marco Levorato
Zhaohui Yang
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%