[发明专利]用于无线网络的端到端机器学习

权利要求书

1.一种由端到端机器学习控制器执行的用于确定用于处理通过无线网络中的端到端通信所交换的信息的端到端机器学习配置的方法，所述方法包括：

由所述端到端机器学习控制器获得在所述端到端通信中利用的至少两个设备的能力；

基于所述至少两个设备的所述能力，确定用于处理通过所述端到端通信所交换的所述信息的所述端到端机器学习配置；以及

通过基于所述端到端机器学习配置形成深度神经网络，来引导所述至少两个设备处理通过所述端到端通信所交换的所述信息。

2.根据权利要求1所述的方法，其中，确定所述端到端机器学习配置还包括：

通过以下操作来跨所述至少两个设备划分所述端到端机器学习配置：

基于所述至少两个设备中的第一设备的能力来确定与所述端到端机器学习配置的第一部分相对应的第一神经网络形成配置；以及

基于所述至少两个设备中的第二设备的能力来确定与所述端到端机器学习配置的第二部分相对应的第二神经网络形成配置，

其中，所述第一设备的所述能力包括所述第一设备的可用处理功率，以及

其中，所述第二设备的所述能力包括所述第二设备的可用处理功率。

3.根据权利要求1或权利要求2所述的方法，其中，所述端到端机器学习配置是第一端到端机器学习配置，并且所述方法还包括：

获得指示用于所述端到端通信的当前操作环境的一个或多个度量；

至少基于指示所述当前操作环境的所述一个或多个度量来识别第二端到端机器学习配置；以及

基于所述第二端到端机器学习配置来引导所述至少两个设备更新所述一个或多个深度神经网络。

4.根据权利要求1至3中的任一项所述的方法，其中，确定所述端到端机器学习配置包括：

确定用于用户设备侧深度神经网络的第一神经网络形成配置作为所述端到端机器学习配置的第一部分；

确定用于基站侧深度神经网络的第二神经网络形成配置作为所述端到端机器学习配置的第二部分；以及

确定用于核心网络服务器侧深度神经网络的第三神经网络形成配置作为所述端到端机器学习配置的第三部分。

5.根据权利要求1至4中的任一项所述的方法，其中，确定所述端对端机器学习配置还包括：

获得与所述端到端通信相关联的至少一个服务质量参数或服务质量特性；以及

至少部分地基于所述至少一个服务质量参数或服务质量特性来确定所述端到端机器学习配置。

6.根据权利要求5所述的方法，其中，所述至少一个服务质量参数或服务质量特性包括以下中的至少一个：

优先级等级；

分组延迟预算；

分组误差率；

最大数据突发量；或

平均窗口。

7.根据权利要求1至6中的任一项所述的方法，其中，所述端到端机器学习配置是第一端到端机器学习配置，所述端到端通信是第一服务质量流，所述深度神经网络是第一深度神经网络，并且所述方法还包括：

确定在所述至少两个设备之间建立第二服务质量流；

确定用于处理通过所述第二服务质量流所交换的信息的第二端到端机器学习配置；以及

通过基于所述第二端到端机器学习配置形成第二深度神经网络，来引导所述一个或多个设备处理通过所述第二服务质量流所交换的所述信息。

8.根据权利要求1至7中的任一项所述的方法，其中，端到端通信与交换信息相关联，所述交换信息与以下之一相关联：

增强现实应用；

虚拟现实应用；

音频流应用；

实时游戏应用；

视频流应用；

互联网协议语音应用；

社交媒体应用；

文件传输；

车对万物通信；

物联网通信；

自动化；或

远程控制。