研究目的
探讨用于演进更智能异构网络基础设施和系统的最先进人工智能技术,重点关注自配置、自修复和自优化等研究问题。
研究成果
该论文得出结论:基于人工智能的技术能够通过自配置、自修复和自优化显著提升异构网络的性能。同时指出了未来面临的挑战,包括面向云化异构网络的数据中心虚拟资源优化、5G异构网络中软件定义网络智能的运用、异构网络中的分布式边缘智能,以及用于管理异构网络中机器间通信和物联网的人工智能技术。
研究不足
该论文未明确提及局限性,但暗示了将AI技术集成到异构网络中存在的挑战,例如复杂性、可扩展性以及实时优化的需求。