Применение стандартов мсэ-т к слайсингу сети с использованием машинного обучения в системах 5g

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

9 июля 2026 г.

При взгляде на свое лицо мужчины забывают обо всем

В эксперименте с участием 15 здоровых мужчин ученые НИУ ВШЭ проанализировали, как фазы сердечного цикла влияют на возбудимость моторной коры, когда человек смотрит на собственную фотографию или лица незнакомых людей. Исследователи обнаружили, что в случае с собственным изображением мозг слабее считывает сигналы сердца — их влияние на кору снижается, хотя ожидалось, что внимание к себе, наоборот, усилит чувствительность к внутренним сигналам тела. Исследование опубликовано в журнале Frontiers in Signal Processing.

9 июля 2026 г.

Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ

Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.

8 июля 2026 г.

Экономисты ВШЭ нашли способ эффективнее бороться с курением

Экономисты НИУ ВШЭ изучили, как курильщики реагируют на изменение цен на сигареты. При росте цен на табак потребление не всегда сокращается. Расходы могут даже вырасти: по оценкам экономистов НИУ ВШЭ, снижение доступности сигарет на 1% приводит к увеличению трат на табак на 0,28%. Поэтому, чтобы сокращать курение, цены на табачные изделия должны расти быстрее доходов населения. Результаты исследования опубликованы в журнале «Вопросы статистики».

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

Применение стандартов мсэ-т к слайсингу сети с использованием машинного обучения в системах 5g

Гайдамака А. А., Просвиров В. А.

В работе решается оптимизационная задача разделения ресурсов между слайсами на радиоинтерфейсе в сетях пятого поколения. Предлагается использовать методы машинного обучения (МО) для эффективного решения задачи оптимизации с учетом состава слайсов. Помимо этого, проводится анализ стандартов МСЭ-Т для машинного обучения сетей 5G и применяется для описанного частного случая. В заключении приведены результаты работы четырех алгоритмов машинного обучения и проведено их сравнение.

Язык: русский

Полный текст

Ключевые слова: беспроводные сети 5G слайсинг

В книге

Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов имени Е.В. Арменского. Материалы конференции

М.: МИЭМ НИУ ВШЭ, 2022.

Модель оценки задержки передачи пакетов в сетях 5G в виде системы массового обслуживания с групповым обслуживанием и прогулками прибора

Хайров Э. М., Бегишев В. О., В кн.: Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем: материалы Всероссийской конференции с международным участием, Москва, РУДН, 17–21 апреля 2023 г.: М.: Российский университет дружбы народов им. Патриса Лумумбы, 2023. Гл. 7 С. 46–50.

Технология интегрированного доступа и транспорта (Integrated Access and Backhaul, IAB) предполагает применение ретрансляторов для увеличения площади покрытия базовой станции 5G. Однако применение ретрансляционных узлов вызывает дополнительную задержку при передаче данных по сети. Кроме того, задержка вносится попеременным режимом работы ретрансляторов, не способных обеспечивать беспроводную связь в полнодуплексном режиме. Классические модели оценки пропускной способности не позволяют ...

Добавлено: 22 мая 2023 г.