Giới thiệu tài liệu
Trong bối cảnh kỷ nguyên số bùng nổ, sự phát triển không ngừng của các công nghệ di động đòi hỏi hiệu suất truyền dẫn thông tin ngày càng cao để đáp ứng nhu cầu kết nối đa dạng. Tuy nhiên, các thách thức về tài nguyên, nhiễu và độ phức tạp của môi trường truyền dẫn đặt ra nhiều hạn chế cho các phương pháp truyền thống. Nghiên cứu này nhận thấy vai trò then chốt của học máy và trí tuệ nhân tạo trong việc tối ưu hóa các hệ thống viễn thông di động. Luận án này nhằm mục đích khám phá và phát triển các giải pháp dựa trên học máy để nâng cao đáng kể hiệu quả truyền dẫn thông tin di động, từ đó mở ra tiềm năng ứng dụng rộng lớn cho các mạng lưới tương lai.
Đối tượng sử dụng
Các nhà nghiên cứu, kỹ sư, và sinh viên sau đại học trong các lĩnh vực kỹ thuật viễn thông, trí tuệ nhân tạo, học máy và mạng không dây.
Nội dung tóm tắt
Luận án "Nghiên cứu nâng cao hiệu quả truyền dẫn thông tin di động nhờ học máy" tập trung vào việc ứng dụng các kỹ thuật học máy (ML) và trí tuệ nhân tạo (AI) tiên tiến để giải quyết các vấn đề phức tạp trong lĩnh vực viễn thông di động. Công trình này trình bày một cái nhìn tổng quan sâu rộng về AI và ML, đồng thời phân tích hiện trạng nghiên cứu và ứng dụng của chúng trong các hệ thống thông tin di động. Cụ thể, luận án giới thiệu việc xây dựng mạng nơ-ron tuyến tính để dự báo hành vi của các node mạng, từ đó tối ưu hóa quản lý tài nguyên. Tiếp theo, nghiên cứu đề xuất các phương pháp cải thiện chất lượng quy hoạch mạng thông tin di động bằng cách sử dụng dữ liệu dự báo dựa trên học máy, giúp nâng cao hiệu suất và hiệu quả vận hành mạng. Đáng chú ý, luận án còn khám phá khả năng của mạng nơ-ron DAE trong việc nâng cao hiệu năng 3D beamforming trong truyền thông UAV/6G, một lĩnh vực đầy hứa hẹn cho các mạng di động thế hệ mới. Những kết quả đạt được không chỉ cung cấp các giải pháp đổi mới cho việc tăng cường hiệu quả truyền dẫn, mà còn mở ra hướng đi mới cho việc thiết kế và quản lý các mạng viễn thông thông minh, linh hoạt và tự động trong tương lai.
