Machine Learning and Cognitive Computing for Mobile Communications and Wireless Networks

تکنولوژی ارتباطات و شبکه شاهد توسعه سریع اخیر بوده و خدمات و برنامه های اطلاعاتی متعددی در سطح جهانی توسعه یافته است. این فناوری‌ها تأثیر زیادی بر جامعه و شیوه زندگی مردم دارند. پیشرفت در فناوری بدون شک کیفیت خدمات و تجربه کاربر را بهبود بخشیده است، اما هنوز کارهای زیادی باید انجام شود. برخی از مناطقی که هنوز نیاز به بهبود دارند عبارتند از: پوشش بدون درز با منطقه وسیع، نقاط داغ با ظرفیت بالا، اتصالات عظیم کم مصرف، تأخیر کم و قابلیت اطمینان بالا و غیره. بنابراین، توسعه فناوری های هوشمند برای ارتباطات برای بهبود خدمات کلی و مدیریت ارتباطات بی سیم بسیار مطلوب است. یادگیری ماشین و محاسبات شناختی برای ارائه راه‌حل‌های پیشگامانه برای ماشین‌های هوشمند همگرا شده‌اند. با کنار هم قرار گرفتن این دو فناوری، ماشین ها می توانند توانایی استدلال مشابه مغز انسان را به دست آورند. حوزه تحقیقاتی یادگیری ماشین و محاسبات شناختی زمینه‌های زیادی مانند روان‌شناسی، زیست‌شناسی، پردازش سیگنال، فیزیک، نظریه اطلاعات، ریاضیات و آمار را پوشش می‌دهد که می‌تواند به طور موثر برای مدیریت توپولوژی استفاده شود. بنابراین، استفاده از تکنیک های یادگیری ماشین مانند تجزیه و تحلیل داده ها و قدرت شناختی منجر به عملکرد بهتر سیستم های ارتباطی و بی سیم می شود.

Communication and network technology has witnessed recent rapid development and numerous information services and applications have been developed globally. These technologies have high impact on society and the way people are leading their lives. The advancement in technology has undoubtedly improved the quality of service and user experience yet a lot needs to be still done. Some areas that still need improvement include seamless wide-area coverage, high-capacity hot-spots, low-power massive-connections, low-latency and high-reliability and so on. Thus, it is highly desirable to develop smart technologies for communication to improve the overall services and management of wireless communication. Machine learning and cognitive computing have converged to give some groundbreaking solutions for smart machines. With these two technologies coming together, the machines can acquire the ability to reason similar to the human brain. The research area of machine learning and cognitive computing cover many fields like psychology, biology, signal processing, physics, information theory, mathematics, and statistics that can be used effectively for topology management. Therefore, the utilization of machine learning techniques like data analytics and cognitive power will lead to better performance of communication and wireless systems.