用于网络中的模型训练的系统和设备及其关联方法与流程

本公开总体上涉及用于网络中的与例如可用于通信的用户设备(ue)相关联的模型训练的系统和设备中的一者或两者。本公开进一步涉及一种可与该系统和/或该设备相关联的方法。

背景技术：

1、一般来说，在通信网络中，能量效率和能量节省将是有帮助的或期望的。通信网络的示例将是基于第3代合作伙伴计划(3gpp) 5g (第五代)新无线电(nr)标准的电信网络。

2、通常，用于模型训练的常规技术（例如，人工智能机器学习(ai/ml)训练，执行模型(例如，ai/ml模型)的实体(例如，用户设备ue或网络)）可能不知道与特定模型相关的数据集标识以用于正确推断。

3、本公开设想，解决(或至少缓解)与用于促进能量效率和能量节省的常规技术相关的一个或多个问题将是有帮助的。

技术实现思路

1、根据本发明的第一方面，提供了一种用于网络中的模型训练的方法，包括：配置指示模型训练的数据；将该数据传送到用户装置；基于该数据，发起模型训练；以及生成与该模型训练相关的多个参数。

2、有利地，如本文所描述的方法可通过将模型数据集与模型标识相关联以及因此避免数据集不匹配来优化网络并提供能量高效网络。该方法还可提供用于ai/ml支持的无线电接入网络协作中的互通和数据信息流的基本机制。可基于用于ai/ml支持的gnb-ue协作操作来改进用于无线通信的ai/ml性能。

3、在实施例中，数据包括模型标识和数据集标识。

4、在实施例中，多个参数包括模型标识和相关联的数据集标识。

5、在实施例中，该方法还包括经由物理层(l1)信令和/或数据链路层(l2)信令传送多个参数。

6、在实施例中，该方法还包括基于模型配置，经由用户设备(ue)特定消息和/或系统信息块(sib)来传送多个参数。

7、在实施例中，该方法还包括验证用于模型训练和推断的多个参数。

8、在实施例中，生成多个参数包括周期性地生成和/或基于预先配置的事件生成。

9、在实施例中，模型训练包括人工智能机器学习(ai/ml)模型训练。

10、在实施例中，传送多个参数包括经由以下中的至少一者进行传送：系统信息消息和/或专用rrc消息。

11、在实施例中，提供了一种计算机程序(未示出)，该计算机程序可包括指令，该指令在该程序由计算机(未示出)执行时使该计算机实施第一方面的方法。

12、在实施例中，提供了一种计算机可读存储介质，该计算机可读存储介质中存储有表示可由计算机执行的软件的数据，该软件包括指令，该指令在由该计算机执行时用于实施第一方面的方法。

13、根据本公开的第二方面，提供了一种用于网络中的模型训练的设备，包括：第一模块，该第一模块被配置为接收与指示模型训练的数据相关联的至少一个输入信号；第二模块，该第二模块被配置为进行处理和促进第一方面的方法中的至少一者以生成至少一个输出信号；以及第三模块，该第三模块被配置为传送至少一个输出信号，其中，该输出信号与用于该网络中的模型训练的控制信号相对应。

14、在实施例中，该设备可与用户设备(ue)相对应，该ue可与对应于基站的装置通信。基站可例如与可被配置为向ue传送一个或多个信号(例如，输入信号)的下一代节点b(gnb)相对应。

15、在实施例中，提供了一种系统，该系统包括一个或多个设备以及一个或多个装置。该设备和该装置可例如能够经由有线耦合和/或无线耦合进行耦合。

16、有利地，该系统可允许执行模型(例如，ai/ml模型)的ue (用户装置)或基站(gnb或网络)知道与该特定模型相关的数据集标识以用于正确推断。这可确保双侧模型(例如，ai/ml模型)在模型训练和推断期间的数据集一致性。

1.一种用于网络中的模型训练的方法(300)，所述方法包括：

2.根据权利要求1所述的方法(300)，其中，所述数据包括模型标识和数据集标识。

3.根据权利要求1所述的方法(300)，其中，所述多个参数包括模型标识和相关联的数据集标识。

4.根据权利要求1所述的方法(300)，还包括：经由物理层(l1)信令和/或数据链路层(l2)信令传送所述多个参数。

5.根据权利要求1所述的方法(300)，还包括：基于模型配置，经由用户设备(ue)特定消息和/或系统信息块(sib)传送所述多个参数。

6.根据权利要求1所述的方法(300)，还包括：验证用于模型训练和推断的所述多个参数。

7.根据权利要求1所述的方法(300)，其中，生成所述多个参数包括：周期性地生成和/或基于预先配置的事件生成。

8.根据权利要求1所述的方法(300)，其中，所述模型训练包括人工智能机器学习(ai/ml)模型训练。

9.一种计算机程序，所述计算机程序包括指令，所述指令在所述程序由计算机执行时使所述计算机实施如前述权利要求中任一项所述的方法(300)。

10.一种计算机可读存储介质，其中存储有表示能够由计算机执行的软件的数据，所述软件包括指令，所述指令在由所述计算机执行时用于实施如权利要求1至9所述的方法(300)。

11.一种用于网络中的模型训练的设备(102)，所述设备包括：

12.根据权利要求11所述的设备(102)，

13.一种系统(100)，所述系统包括：