机器学习（ML）已被广泛吹捧为未来无线网络的关键推动力。通过能够利用巨大的数据量，ML有望成为当前网络问题的解决方案，这些问题与每天都变得越来越复杂。
但是，当前的网络尚未准备好支持对数据收集，处理和输出具有特定要求的基于ML的应用程序。
用于机器学习的新体系结构
现在，新体系结构对于未来网络（5G及以后）中的机器学习，该网络于去年7月获得电信网络的批准国际电信联盟（ITU）已提议由无线网络和AI和ML研究小组的成员收养，该小组是由Agency Standict.eu资助的研究，该研究促进了学者对单个数字市场标准的参与和贡献，例如5G和Cloud Computingbeplay体育app 苹果。
一个图显示了一系列机制，可以促进基于ML的架构的采用。图像庞贝法布拉大学（UPF）
机器学习应用
这项研究由鲍里斯·贝拉尔塔（Boris Bellalta）和安德斯·琼森（Anders Jonsson），西班牙巴塞罗那的庞培·法布拉大学（UPF）的教授。
借助赠款，研究人员能够研究ML的应用如何导致几种需要传输10到20 Gbps容量，支持大量设备并将延迟减少到5ms的几种用例。
在他们的研究中，团队研究了无线局域网（WLAN），特别是因为由于其性质，可以在多个应用程序和从基于云的边缘计算到边缘计算的部署中找到它们。
该研究的发现于3月18日发表在IEEE通讯中，并描述了一种涉及神经网络的用例，该研究声称，该研究使学习当前机制无法处理的一系列复杂模式成为可能。
