APP下载

图神经网络及其在通信网络领域应用综述

2021-08-05李硕朋齐思宇林绍福刘希亮陈华敏

北京工业大学学报 2021年8期
关键词:特征结构模型

李硕朋,齐思宇,林绍福,3,刘希亮,3,陈华敏

(1.北京工业大学信息学部,北京 100124;2.北京未来网络科技高精尖创新中心,北京 100124;3.北京智慧城市研究院,北京 100124)

人工智能作为近年来科学研究的前沿领域,引发了社会全行业的重点关注,逐渐成为社会经济发展的新引擎.人工智能已经在社会各领域中得到广泛的实践与应用[1],其中主要包括:自然语言处理、计算机视觉、智能机器人、数据挖掘、认知与推理等.

随着智能手机、智能汽车和智能家居等智能设备的快速增长,当今网络数据流量呈指数式增长.同时,边缘计算、虚拟化和网络切片等技术的应用,使得网络服务变得更加多样化,提升了用户体验,也催生出了更加复杂的网络环境.如何高效管理大量智能设备,并优化大规模复杂网络环境的资源分配,成为未来网络发展的一个重要问题.

未来网络需要全面拥抱人工智能.人工智能作为未来网络的大脑,用于网络的优化与决策.同时,网络节点算力的增强为网络带来了骨骼与肌肉,使得智能网络的计算成为可能.算法与算力的协同发展将使未来网络进入全新的智能化时代.

通信网络的基本结构是图.图数据是一种典型的非欧式空间数据,具有复杂的相关性和对象间依赖性.传统图论的方法难以适应未来网络中复杂的图形问题.因此,寻找解决复杂图数据的算法,用以指导通信网络的资源分配、管理调度,成为未来网络中的重要科学问题……

登录APP查看全文

猜你喜欢

特征结构模型
一半模型
《形而上学》△卷的结构和位置
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
论结构
不忠诚的四个特征
论《日出》的结构
3D打印中的模型分割与打包
创新治理结构促进中小企业持续成长
线性代数的应用特征