En el mundo actual, cada vez más interconectado, la comunicación de alta calidad es más vital que nunca. Estimar con precisión el estado dinámico de los canales de comunicación es un factor clave para conseguirlo. En este post os contamos como el aprendizaje automático mejora la comunicación inalámbrica.
Recientemente, un equipo conjunto de investigadores ha diseñado un nuevo algoritmo que ofrece un alto nivel de precisión en la estimación y protección de la privacidad con bajos costes computacionales y de comunicación. Esta investigación se publicó el 5 de enero en Intelligent Computing, a Science Partner Journal.
Este nuevo algoritmo utiliza un modelo de aprendizaje profundo especialmente diseñado para una estimación precisa y un marco de aprendizaje federado para entrenar el modelo, al tiempo que mantiene los datos del usuario seguros y la sobrecarga baja. También incluye un sistema de motivación del usuario para aprovechar al máximo los recursos informáticos.
El equipo probó el algoritmo en una red de comunicación inalámbrica utilizando conjuntos de datos de usuarios locales y conjuntos de datos de entornos realistas. La prueba con conjuntos de datos de usuarios locales demostró que su método es más preciso a la hora de estimar la información sobre el estado del canal en comparación con algunos algoritmos tradicionales y de aprendizaje profundo en diferentes relaciones señal-ruido, frecuencias piloto y otras condiciones.
Una red generativa adversarial típica consta de un generador y un discriminador: el primero crea muestras para aproximarse a los datos del mundo real y el segundo desafía a las muestras para obtener mejores resultados. El equipo diseñó su versión en una red con forma de doble U para evitar la pérdida de información durante el muestreo y añadió una función de regularización en el discriminador para lograr mayor consistencia y estabilidad.
El equipo señaló que su algoritmo tiene ciertas limitaciones, como los numerosos parámetros del modelo y la dependencia de datos etiquetados. Comprimir el modelo y entrenarlo con métodos no supervisados son posibles vías de trabajo para el futuro. En el futuro, tienen previsto explorar el aprendizaje federado en redes dinámicas diversas en las que cada dispositivo posea recursos diferentes para realizar la verificación a bordo y la selección de clientes.
Hasta aquí el post de hoy en el que os contamos cómo el aprendizaje automático mejora la comunicación inalámbrica.
Os dejamos por aquí un enlace sobre la Inteligencia Artificial en los Videojuegos.
/Publicación. Este material de la(s) organización(es)/autor(es) original(es) puede ser de naturaleza puntual, y editado por razones de claridad, estilo y extensión. Mirage.News no adopta posiciones ni bandos institucionales, y todas las opiniones, posturas y conclusiones aquí expresadas son exclusivamente las de su(s) autor(es).Ver en su totalidad aquí.