Анализ применения машинного обучения в системах 5G

В статье предусматривается анализ существующих методов и алгоритмов машинного обучения, применяемых в системах 5G, а также определение перспектив их дальнейшего развития и интеграции в будущие поколения сетей связи (6G), об инфраструктуре сети и ее качественных характеристиках, например о пропускной способности, задержке распространения сигнала в сети, фазовых дрожаниях сигнала (джиттере), режиме передачи, длительности сеанса связи и др. Эти данные динамически формируют пространственно-временной профиль каждого пользователя в сети. Данные пользователя представляют собой его собственных информационный поток данных, которые он создает.