مهندسی

یادگیری ماشینی برای ارتباطات بی سیم آینده

Machine Learning for Future Wireless Communications

دانلود کتاب Machine Learning for Future Wireless Communications (به فارسی: یادگیری ماشینی برای ارتباطات بی سیم آینده) نوشته شده توسط «Fa-Long Luo»


اطلاعات کتاب یادگیری ماشینی برای ارتباطات بی سیم آینده

موضوع اصلی: مهندسی

نوع: کتاب الکترونیکی

ناشر: Wiley-IEEE

نویسنده: Fa-Long Luo

زبان: english

فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2020

تعداد صفحه: 491

حجم فایل: 18.79 مگابایت

کد کتاب: 1119562252 , 9781119562252

توضیحات کتاب یادگیری ماشینی برای ارتباطات بی سیم آینده

فناوری یادگیری ماشین مبتنی بر NN عمیق به دلیل توانایی پردازش نقشه‌برداری و توزیع غیرخطی قدرتمند خود، به عنوان ابزاری بسیار امیدوارکننده برای حمله به چالش بزرگ در ارتباطات و شبکه‌های بی‌سیم در نظر گرفته می‌شود که ناشی از افزایش تقاضا از نظر ظرفیت، پوشش و تأخیر است. کارایی (قدرت، طیف فرکانس و سایر منابع)، انعطاف پذیری، سازگاری، کیفیت تجربه، و همگرایی سیلیکون.

الگوریتم‌های مختلف یادگیری ماشین (ML) که عمدتاً به یادگیری نظارت‌شده، یادگیری بدون نظارت و یادگیری تقویتی طبقه‌بندی می‌شوند، می‌توانند برای ارائه مدل‌سازی کانال و تخمین بهتر در باندهای میلی‌متری و تراهرتز استفاده شوند. برای انتخاب مدولاسیون سازگارتر (شکل موج، نرخ کدگذاری، پهنای باند، و ساختار فیلتر) در فناوری عظیم چند ورودی و چند خروجی (MIMO). برای طراحی کارآمدتر پردازش فرکانس رادیویی و جلویی (پیش اعوجاج برای جبران تقویت کننده قدرت، پیکربندی شکل دهی پرتو، و کاهش ضریب تاج). برای ارائه مصالحه بهتر در لغو تداخل خود برای انتقال دوطرفه کامل و ارتباطات دستگاه به دستگاه؛ و برای ارائه راه حل عملی تر برای بهینه سازی شبکه هوشمند، محاسبات لبه موبایل، برش شبکه، و مدیریت منابع رادیویی مربوط به داده های بزرگ بی سیم، ارتباطات حیاتی ماموریت، ارتباطات عظیم از نوع ماشین، و اینترنت لمسی.


Due to its powerful nonlinear mapping and distribution processing capability, deep NN-based machine learning technology is being considered as a very promising tool to attack the big challenge in wireless communications and networks imposed by the explosively increasing demands in terms of capacity, coverage, latency, efficiency (power, frequency spectrum, and other resources), flexibility, compatibility, quality of experience, and silicon convergence.

Mainly categorized into supervised learning, unsupervised learning, and reinforcement learning, various machine learning (ML) algorithms can be used to provide better channel modeling and estimation in millimeter and terahertz bands; to select a more adaptive modulation (waveform, coding rate, bandwidth, and filtering structure) in massive multiple-input and multiple-output (MIMO) technology; to design more efficient front-end and radio-frequency processing (pre-distortion for power amplifier compensation, beamforming configuration, and crest-factor reduction); to deliver a better compromise in self-interference cancellation for full-duplex transmissions and device-to-device communications; and to offer a more practical solution for intelligent network optimization, mobile edge computing, networking slicing, and radio resource management related to wireless big data, mission-critical communications, massive machine-type communications, and tactile Internet.

دانلود کتاب «یادگیری ماشینی برای ارتباطات بی سیم آینده»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.

دیدگاهتان را بنویسید