研究人员开发了Monotone FedNAM，这是一种联邦加性模型，用于预测Open Radio Access Networks (O-RAN)中的服务水平协议 (SLA) 风险。该模型解决了在不汇集敏感的每切片KPI数据的情况下跨基站进行训练的挑战，这对于多租户O-RAN环境至关重要。通过为具有清晰物理关系的KPI纳入物理约束单调样条，Monotone FedNAM确保了模型的可审计性和有效性，消除了非约束模型出现的违规现象，并将约束形状一致性从0.71提高到1.00。 AI
影响 这项研究可能为多租户环境中的网络服务保障带来更具可审计性和物理有效性的AI模型。
排序理由 这是一篇详细介绍特定技术领域新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Aubida Al-Hameed A.
- ColO-RAN
- FedAvg
- Monotone FedNAM
- Near-RT RIC
- non-RT RIC
- Open Radio Access Network
- service-level agreement
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
