Maschinelles Lernen für die physikalische Schicht der Kommunikation
Die Bereiche maschinelles Lernen und Kommunikationstechnologie wachsen zunehmend zusammen. Moderne Kommunikationssysteme erzeugen enorme Mengen an Verkehrsdaten, die in Kombination mit fortgeschrittenen Methoden des maschinellen Lernens die Entwicklung und das Management von Netzen sowie von Kommunikationskomponenten deutlich verbessern können. Darüber hinaus spielen Lernalgorithmen in Bereichen wie der Multimediakommunikation eine immer wichtigere Rolle.
Publikationen
[1] Nils Strodthoff, Barış Göktepe, Thomas Schierl, Cornelius Hellge, and Wojciech Samek. Enhanced Machine Learning Techniques for Early HARQ Feedback Prediction in 5G. IEEE Journal on Selected Areas in Communications 37, no. 11, 2573-2587, 2019.
[2] Nils Strodthoff, Barış Göktepe, Thomas Schierl, Cornelius Hellge, and Wojciech Samek. Machine Learning Techniques for Early HARQ Feedback Prediction in 5G. IEEE Global Communications Conference Workshops (GLOBECOM), 2018.