[发明专利]用于边缘计算的端到端深度神经网络自适应

权利要求书

1.一种由网络实体执行的用于自适应端到端E2E机器学习ML配置的方法，所述E2E ML配置形成E2E深度神经网络DNN，用于处理通过在至少两个端点之间的E2E通信传递的通信，所述E2E通信使用无线网络，所述方法包括：

引导参与所述E2E通信的用户设备UE通过基于第一E2E ML配置形成所述E2E DNN的至少第一部分来实现所述E2E通信；

引导参与所述E2E通信的基站通过基于所述第一E2E ML配置形成所述E2E DNN的至少第二部分来实现所述E2E通信；

基于所述E2E通信中的边缘计算服务器ECS的参与模式的改变来确定更新所述第一E2EML配置；

基于所述E2E通信中的所述ECS的参与模式的改变来标识第二E2E ML配置；以及

引导至少所述UE或所述基站使用所述第二E2E ML配置来更新所述E2E DNN的至少第三部分以用于实现所述E2E通信。

2.根据权利要求1所述的方法，其中，确定更新所述第一E2E ML配置包括：

确定将所述ECS包括在所述E2E通信中；以及

基于确定将所述ECS包括在所述E2E通信中来确定更新所述第一E2E ML配置。

3.根据权利要求2所述的方法，其中，基于确定包括所述ECS来确定更新所述第一E2EML配置进一步包括：

基于以下来确定更新所述第一E2E ML配置：

在所述E2E通信中聚合与所述ECS的通信和与远程服务的通信；或

从所述E2E通信中排除所述远程服务。

4.根据权利要求3所述的方法，其中，确定更新所述第一E2E ML配置包括：基于所述聚合来确定更新所述第一E2E ML配置，以及

其中，标识所述第二E2E ML配置包括：

将形成下行链路E2E DNN的下行链路E2E ML配置识别为所述第二E2E ML配置的至少一部分，所述下行链路E2E DNN被引导用于：

从所述ECS接收应用数据的第一部分；

从所述远程服务接收所述应用数据的第二部分；以及

聚合所述第一部分和所述第二部分以生成被引导到所述UE的聚合应用数据。

5.根据权利要求3或权利要求4所述的方法，其中，确定更新所述第一E2E ML配置包括：基于所述聚合来确定更新所述第一E2E ML配置，以及

其中，标识所述第二E2E ML配置包括：

将形成上行链路E2E DNN的上行链路E2E ML配置标识为所述第二E2E ML配置的至少一部分，所述上行链路E2E DNN被引导用于：

从所述UE接收上行链路应用数据；

使用所述上行链路应用数据生成被引导到所述ECS的第一输出；以及

使用所述上行链路应用数据生成被引导到所述远程服务的第二输出。

6.根据前述权利要求中的任一项所述的方法，其中，确定更新所述第一E2E ML配置进一步包括：

从所述UE接收将所述ECS包括在所述E2E通信中的请求；或者

基于估计的UE位置来确定将所述ECS包括在所述E2E通信中。

7.根据前述权利要求中的任一项所述的方法，其中，引导至少所述UE或所述基站使用所述第二E2E ML配置来更新所述E2E DNN的所述至少第三部分进一步包括：

引导所述UE使用所述第二E2E ML配置来更新所述E2E DNN的所述第一部分；或者

引导所述基站使用所述第二E2E ML配置来更新所述E2E DNN的所述第二部分。

8.根据前述权利要求中的任一项所述的方法，其中，标识所述第二E2E ML配置包括以下中的至少一个：

标识对所述E2E DNN的一个或多个参数改变；或者

标识对所述E2E DNN的一个或多个架构改变。