研究人员提议将联合嵌入预测架构 (JEPA) 集成到 AI 原生的第六代 (6G) 网络中。这种自监督学习方法旨在在复杂的 6G 环境中实现从有限标签和多样化数据类型中进行高效学习。所提出的方法包括对各种无线和网络数据进行分词，对其部分进行掩码，并使用学习到的编码器作为不同网络功能的预测表示层。一项关于波束管理的案例研究表明，与传统的监督方法相比，JEPA 可以提高标签效率和鲁棒性。 AI
影响 可能使未来 6G 通信系统中更高效、更鲁棒的 AI 运行成为可能。
排序理由 学术论文，提出了一种用于 6G 网络中 AI 的新方法。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
