Temel Kavramlar
무선 통신 시스템의 실시간 요구사항을 충족하기 위해 경량화되고 자원 효율적인 AI 모델을 배포하는 것이 필요하다. 이를 위해 무선 데이터 지식 그래프를 활용하여 AI 모델 성능에 큰 영향을 미치는 핵심 데이터 집합을 추출하는 방법을 제안한다.
Özet
이 논문은 무선 통신 시스템의 실시간 요구사항을 충족하기 위한 녹색 지능형 솔루션을 제안한다. 핵심 내용은 다음과 같다:
무선 데이터 지식 그래프(Wireless Data Knowledge Graph, WDKG)를 활용하여 AI 모델 성능에 큰 영향을 미치는 핵심 데이터 집합을 추출하는 퍼베이시브 멀티레벨(Pervasive Multi-Level, PML) 네이티브 AI 아키텍처를 제안한다.
WDKG의 특성을 고려하여 공간-시간 이종 그래프 주의 신경망 모델(STREAM)을 개발하였다. STREAM은 WDKG의 링크 예측 작업에서 뛰어난 성능을 보였다.
WDKG 기반 특징 데이터 세트 생성 알고리즘을 제안하였다. 이를 통해 AI 모델 학습에 필요한 데이터 규모와 계산 비용을 크게 줄일 수 있음을 실험을 통해 검증하였다.
이러한 접근법은 녹색이고 실시간 대응이 가능한 차세대 무선 네트워크 지능을 실현하는 데 기여할 것으로 기대된다.
İstatistikler
모바일 네트워크의 연간 에너지 소비량은 약 130 TWh이며, 온실가스 배출량은 약 110 MtCO2e로 전 세계 전력 소비의 약 0.6%와 온실가스 배출의 약 0.2%를 차지한다.
2030년까지 전 세계 온실가스 배출량을 절반으로 줄여야 한다.
Alıntılar
"녹색" 문제는 6G 개발의 핵심 초점이 될 것이다.
6G 지능형 통신에서 녹색이고 경량화된 지능형 솔루션 개발이 특히 중요할 것이다.