公开(公告)号：CN119004093A

公开(公告)日：2024-11-22

申请号：CN202310565496.6

申请日：2023-05-18

Applicant: 中国移动通信有限公司研究院 ,  东南大学 ,  中国移动通信集团有限公司

Inventor： 吴杰 ,  黄永明 ,  张铖 ,  贾燚 ,  薛旭 ,  张凯 ,  尤肖虎

IPC: G06F18/214 ,  G06F18/24 ,  G06F16/215 ,  G06N3/04 ,  G06N3/092

Abstract: 本申请公开了一种模型训练方法、设备及可读存储介质，属于通信技术领域，该方法包括：根据第一策略获取第一数据；通过第一数据对初始模型进行训练，得到预训练模型；从网络获取第二数据；通过第二数据对所述预训练模型进行训练，得到目标模型；其中，所述第一策略是预先设定的策略，所述第一数据为离线数据，所述第二数据为在线数据。

公开(公告)号：CN116963127A

公开(公告)日：2023-10-27

申请号：CN202310913684.3

申请日：2023-07-24

Applicant: 东南大学

Inventor： 黄永明 ,  曹烨天 ,  张铖 ,  贾燚

IPC: H04W24/02 ,  H04W72/0457 ,  H04W72/56 ,  H04W72/0446 ,  G06N3/092 ,  G06N3/048 ,  H04L101/622

Abstract: 本发明公开一种RAN切片与MAC调度联合智能优化方法，应用于多切片多用户上行通信场景，至少包含：构建以最大化长期系统效用为目标的多时间尺度分层架构模型；构建大时间尺度深度强化学习以训练生成切片级RB资源分配策略，新型奖励剪辑方法以在轻量化系统中保障收敛性能，流量感知模块指导经验池采样加速收敛；构建小时间尺度各切片深度强化学习，训练生成各切片差异化MAC调度器超参策略；各切片在每个调度时隙按调度优先级分配RB资源至用户；双时间尺度深度强化学习交替训练至收敛。本发明充分利用强化学习在复杂系统的寻优能力，显著提升不同类型切片SLA满足率和系统频谱效率，有效实现高系统效用、轻量化、高鲁棒性的多切片多用户通信系统。