CN114697984A - 信息传输方法、终端及网络设备 - Google Patents
信息传输方法、终端及网络设备 Download PDFInfo
- Publication number
- CN114697984A CN114697984A CN202011578807.5A CN202011578807A CN114697984A CN 114697984 A CN114697984 A CN 114697984A CN 202011578807 A CN202011578807 A CN 202011578807A CN 114697984 A CN114697984 A CN 114697984A
- Authority
- CN
- China
- Prior art keywords
- information
- terminal
- data
- intelligent model
- configuration information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种信息传输方法、终端及网络设备,其中,信息传输方法包括:第一网络设备发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作,使得终端可基于配置信息执行智能化相关的操作,使用智能化模型来调整网络参数或者替代传统协议,可以提升网络性能,降低空口和协议的复杂度。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种信息传输方法、终端及网络设备。
背景技术
人工智能(Artificial Intelligence,AI)和机器学习(Machine Learning,ML)近年来受到学术界和工业界的广泛关注。5G网络面临着诸多联合优化带来的难题,例如时延、可靠性、连接数密度、用户体验等。同时5G网络还需要面对5G新的特性带来的复杂的系统设计,例如集中单元(Centralized Unit,CU)和分布单元(Distributed Unit,DU)架构,双连接架构,波束和网络切片等。
现有技术中,关于终端与网络设备交互的AI信息仅集中在应用层面的交互,也就是说交互的信息均是应用层面的信息,这些信息对5G网络来说跟普通数据一样,产生于业务服务器和终端应用层之间,5G网络尤其是接入网并不感知这些数据的内容,仅承担透传的功能,网元设备不参与AI算法优化的端到端流程。
发明内容
本发明实施例提供一种信息传输方法、终端及网络设备,以解决现有技术中网络设备未辅助进行智能化模型的配置来优化网络传输的问题。
为解决上述技术问题,本发明是这样实现的:
第一方面,本发明实施例提供一种信息传输方法,用于第一网络设备,包括:
发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作。
第二方面,本发明实施例提供一种信息传输方法,用于终端,包括:
接收第一网络设备发送的配置信息;
执行所述配置信息所配置的智能化相关的操作。
第三方面,本发明实施例提供一种网络设备,包括:处理器和收发机;
所述收发机,用于发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作。
第四方面,本发明实施例提供一种终端,其特征在于,包括:处理器和收发机;
所述收发机,用于接收第一网络设备发送的配置信息;
所述处理器,用于执行所述配置信息所配置的智能化相关的操作。
第五方面,本发明实施例提供一种网络设备,包括:
所述发送模块,用于发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作。
第六方面,本发明实施例提供一种终端,包括:
所述接收模块,用于接收第一网络设备发送的配置信息;
所述执行模块,用于执行所述配置信息所配置的智能化相关的操作。
第七方面,本发明实施例提供一种网络设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如第一方面所述的信息传输方法中的步骤。
第八方面,本发明实施例提供一种终端,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如第二方面所述的信息传输方法中的步骤。
第九方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求第一方面所述的信息传输方法中的步骤,或者,所述计算机程序被所述处理器执行时实现如第二方面所述的信息传输方法中的步骤。
本发明实施例中,第一网络设备发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作,使得终端可基于配置信息使用智能化模型来调整网络参数或者替代传统协议,可以提升网络性能,降低空口和协议的复杂度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种信息传输方法的一流程图;
图2是本发明实施例提供的一种信息传输方法的另一流程图;
图3a、图3b是本发明实施例提供网络设备与终端的交互图;
图4是本发明实施例提供的终端的一结构图;
图5是本发明实施例提供的终端的另一结构图;
图6是本发明实施例提供的网络设备的一结构图;
图7是本发明实施例提供的网络设备的另一结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,图1是本发明实施例提供的一种信息传输方法的流程图,用于第一网络设备,如图1所示,所述信息传输方法包括以下步骤:
步骤101、发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作。其中,配置信息配置如下至少一项:
配置给所述终端智能化模型信息;配置所述终端根据指示的智能化模型信息进行推理;配置终端进行智能化模型训练的指示信息;配置终端进行智能化模型更新的指示信息;配置终端上报训练后的所述智能化模型,或者更新后的智能化模型信息;配置给所述终端上报数据信息的上报条件和/或上报的数据信息,所述数据信息用于智能化模型的训练或推理;配置给所述终端用于上报数据信息的传输资源信息,所述数据信息用于智能化模型的训练或推理;配置给所述终端用于上报执行结果数据的传输资源信息,所述执行结果数据为所述终端执行所述智能化相关的操作得到的数据。
一种情况下,为了减少数据发送量,上述的更新后的智能化模型信息使用增量信息描述。
上述更新后的智能化模型信息可以用于和网络侧智能化模型配合进行联合训练。
也就是说,所述配置信息配置如下至少一项:
所述终端进行推理的智能化模型信息;所述终端进行训练的智能化模型信息;所述终端进行更新的智能化模型信息;所述终端进行上报的训练后的所述智能化模型信息,或者上报的更新后的智能化模型信息;所述终端上报数据信息的上报条件和/或上报的数据信息,所述数据信息用于智能化模型的训练或推理;所述终端进行智能化模型上报或数据信息上报或执行结果数据上报的传输资源信息,例如,承载信息或者信道信息。
智能化相关的操作可理解为人工智能相关的操作,人工智能包括但不限于机器学习、深度学习、强化学习、神经网络等智能化手段;人工智能模型包括但不限于机器学习模型、深度学习模型、强化学习模型、神经网络模型等智能化模型。
本实施中,第一网络设备发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作,使得终端可基于配置信息执行智能化相关的操作,例如使用智能化模型来调整网络参数或者替代传统协议的,可以提升网络性能,降低空口和协议的复杂度。
与现有技术不同的是,本发明实施例的方法中,是通过5G的协议层对智能化相关的操作进行配置,是由5G的接入网层级和/或核心网层级来对这些操作进行处理,而不再是仅仅是将其作为一个通用数据进行透明传输,也就是说,本发明实施例的方法中,从设备功能角度来看,网络侧设备不再传输产生于业务服务器和终端应用层之间的数据,而是在无线空口实现了配置和传递AI相关参数、模型的方法和流程,实现了网络设备对智能化模型配置的辅助优化。
换句话说,从数据传输角度来看,与现有技术不同的是,本发明实施例的方法中,智能化相关的参数和模型的传输是通过控制面传输,而不再是作为业务服务器和终端应用层之间的数据通过数据面传输。
本发明实施例针对相关技术中使用智能化作为网优手段时存在的无法建模,难以求解等问题,提供了在无线空口中配置和传递AI相关参数和模型方法和流程,以及在网络内部产生的数据并不存在端到端会话/承载的前提下,提供了在网络和终端间传输这些与智能化操作相关的数据的方法,从而实现了网络侧参与的智能化网络优化(比如移动性、负载均衡和设备节能等方面的优化)的方法。而这些方法也可以实现AI模块替换传统无线模块(如信道估计,均衡,编译码等)来优化网络性能,降低网络成本,提升用户体验。
上述中,所述智能化相关的操作包括如下操作中的至少一个:
发送操作,用于发送所述配置信息指示的数据到第一网络设备,所述数据用于智能化模型的训练或推理;
以及,
与智能化模型相关的处理操作。
上述中,配置信息指示的数据可包括传感器信息、地理位置信息、业务层面感知信息和无线相关信息中的一种或多种,不同的信息可以用于不同的网络优化用例,比如传感器信息和地理位置信息可以用于用户轨迹预测的智能化模型的训练或推理。
其中,传感器信息可为气压计,高度计,陀螺仪等信息;业务层面感知信息可为视频版本切换次数、平均吞吐量,初次播放时延,缓存等级等信息;无线相关信息可为信道质量信息,CSI反馈信息等信息。
配置信息指示的数据还可包括终端训练的智能化模型等数据信息,或终端更新后的智能化模型等数据信息。
其中,处理操作包括如下操作中的至少一项:
使用所述配置信息指示的智能化模型进行推理;
训练所述配置信息指示的智能化模型;
更新所述配置信息指示的智能化模型;
上报训练后的所述智能化模型;
以及,
上报更新后的所述智能化模型。
终端可根据接收到的配置信息进行上述处理操作。
根据上述的描述可以发现,本发明具体实施例的方法中,部分的处理需要终端的支持,而为了使得配置操作更加高效和准确,因此本发明具体实施例的方法还可以通过收集终端的能力信息来实现更加高效和准确的配置操作。
也就是说,上述信息传输方法还可以包括:接收所述终端发送的智能化相关的支持能力信息。其中,支持能力信息包括如下至少一项:
是否支持发送数据,所述数据用于智能化模型的训练或推理;支持发送的数据的类型;是否支持智能化相关的应用;支持的智能化模型的类型。
例如,如果终端不支持发送用于智能化模型的训练或推理的数据,但支持智能化模型的训练和推理,此时则可以仅配置终端使用所述配置信息指示的智能化模型进行推理,或者训练所述配置信息指示的智能化模型等,但并不会配置终端上报训练结果或推理结果。
又如,终端传感器能够检测气压和高度,但无法检测速度信息,则网络侧可以配置终端上报气压数据和高度数据,而不会配置终端上报速度数据。
又如,在终端支持智能化相关的应用的情况下,网络侧则可以配置相关的模型的训练等操作,也可以配置与支持的智能化相关的应用对应的数据的上报,以训练与该智能化相关的应用对应的模型。
通过以上描述可以发现,通过终端能力的收集,使得网络侧可以根据终端能力进行有针对性的配置,从配置角度来看,提高了配置的效率和有效性。
本发明具体实施例中,上述的配置信息可以是由网络侧设备自主设置,但也可以是来自其他的网络平台。也就是说,在本申请一个实施例中,在步骤101,发送配置信息到终端之前,上述信息传输方法还包括:
接收第二网络设备发送的所述配置信息。其中,所述第二网络设备为接入网网元、网管、核心网网元和边缘计算节点中的至少一个,例如,第二网络设备为集中大数据平台、边缘大数据平台等。
第二网络设备发送给第一网络设备的配置信息,可以是在接口上传递的显示的信息,也可以是封装在容器内的信息。
在本申请一个实施例中,在步骤101、发送配置信息到终端之后,上述信息传输方法还包括:
接收所述终端发送的执行所述智能化相关的操作得到的执行结果数据。
配置信息还用于指示发送所述执行结果数据的传输资源信息,该传输资源可以是信令无线承载、数据无线承载和物理信道中的至少一个。终端根据配置信息中指示的信令无线承载或数据无线承载或物理信道,将执行结果数据发送给第一网络设备。进一步的,第一网络设备可将接收到的执行结果数据发送给第二网络设备。
上述中,所述执行结果数据为如下数据中的至少一项:
所述配置信息指示的数据,所述数据用于智能化模型的训练或推理;
训练所述配置信息指示的智能化模型得到的训练结果;
更新所述配置信息指示的智能化模型得到更新结果。
上述中,所述配置信息通过无线资源控制(Radio Resource Control,RRC)信令,或者非接入层(Non-Access-Stratum,NAS)信令或者媒体访问控制层信令,或者物理层信令发送。第一网络设备可通过控制面向终端发送配置信息,例如,配置信息可以通过RRC重配置信令,或者专用配置信息RRC信令发送给终端。
参见图2,图2是本发明实施例提供的一种信息传输方法的流程图,用于终端,如图2所示,所述信息传输方法包括以下步骤:
步骤201、接收第一网络设备发送的配置信息。
其中,配置信息配置如下至少一项:
配置给所述终端智能化模型信息;配置所述终端根据指示的智能化模型信息进行推理;配置终端进行智能化模型训练的指示信息;配置终端进行智能化模型更新的指示信息;配置终端上报训练后的所述智能化模型,或者更新后的智能化模型信息;配置给所述终端的上报数据信息的上报条件和/或上报的数据信息;所述数据信息用于智能化模型的训练或推理;配置给所述终端用于上报数据信息的传输资源信息,所述数据信息用于智能化模型的训练或推理;配置给所述终端用于上报执行结果数据的传输资源信息,所述执行结果数据为所述终端执行所述智能化相关的操作得到的数据。
也就是说,所述配置信息配置如下至少一项:
所述终端进行推理的智能化模型信息;所述终端进行训练的智能化模型信息;所述终端进行更新的智能化模型信息;所述终端进行上报的训练后的所述智能化模型信息,或者上报的更新后的智能化模型信息;所述终端上报数据信息的上报条件和/或上报的数据信息,所述数据信息用于智能化模型的训练或推理;所述终端进行智能化模型上报或数据信息上报或执行结果数据上报的传输资源信息,例如,承载信息或者信道信息。
步骤202、执行所述配置信息所配置的智能化相关的操作。
本实施例中,终端接收第一网络设备发送的配置信息;执行所述配置信息所配置的智能化相关的操作,使得终端可使用智能化模型来调整网络参数或者替代传统协议的,可以提升网络性能,降低空口和协议的复杂度。
上述中,所述智能化相关的操作包括如下操作中的至少一个:
发送操作,用于发送所述配置信息指示的数据到第一网络设备,所述数据用于智能化模型的训练或推理;
与智能化模型相关的处理操作。
上述中,配置信息指示的数据可包括传感器信息、地理位置信息、业务层面感知信息和无线相关信息中的一种或多种,不同的信息可以用于不同的网络优化用例,比如传感器信息和地理位置信息可以用于用户轨迹预测的智能化模型的训练或推理。传感器信息可为气压计,高度计,陀螺仪等信息;业务层面感知信息可为视频版本切换次数、平均吞吐量,初次播放时延,缓存等级等信息;无线相关信息可为信道质量信息,CSI反馈信息等信息。配置信息指示的数据还可包括终端训练的智能化模型等数据信息,或终端更新后的智能化模型等数据信息。
其中,所述处理操作包括如下操作的至少一项:
使用所述配置信息指示的智能化模型进行推理、训练所述配置信息指示的智能化模型、更新所述配置信息指示的智能化模型、上报训练后的所述智能化模型、上报更新后的所述智能化模型。
终端可根据接收到的配置信息进行上述处理操作。
上述信息传输方法还包括:发送所述与智能化相关的支持能力信息。其中,所述支持能力信息包括如下至少一项:
是否支持发送数据,所述数据用于智能化模型的训练或推理;支持发送的数据的类型;是否支持智能化相关的应用;支持的智能化模型的类型。
在本申请一个实施例中,在步骤202、执行所述配置信息所配置的智能化相关的操作之后,还包括:
发送执行所述智能化相关的操作得到的执行结果数据。
配置信息还用于指示发送所述执行结果数据的传输资源,例如信令无线承载、数据无线承载和物理信道中的至少一个。终端根据配置信息中指示的信令无线承载或数据无线承载或物理信道,将执行结果数据发送给第一网络设备。进一步的,第一网络设备可将接收到的执行结果数据发送给第二网络设备。
上述中,所述执行结果数据为如下数据中的至少一项:
所述配置信息指示的数据,所述数据用于智能化模型的训练或推理;
训练所述配置信息指示的智能化模型得到的训练结果;
更新所述配置信息指示的智能化模型得到更新结果。
上述中,所述配置信息通过RRC信令或者NAS信令或者媒体访问控制层信令或者物理层信令发送。第一网络设备可通过控制面向终端发送配置信息,例如,配置信息可以通过RRC重配置信令,或者专用配置信息RRC信令发送给终端。
具体的,终端接入层(Access Stotum,AS)将配置信息发送给终端的非接入层(Non-Access-Stratum,NAS),并接收NAS层反馈的执行结果数据。
图3a所示为终端、基站(即第一网络设备)和网元设备(即第二网络设备)之间的交互示意图,图中OAM是指操作维护管理(Operation Administration and Maintenance)。
其中,基站站向终端发送AI相关配置信息(即配置信息),接收终端上报的AI相关数据。
AI相关配置信息包括以下至少一种:
是否上报感知数据用于大数据分析单元端AI模型训练或者推理;
大数据分析单元端AI训练模型;
是否配合大数据分析单元端共同进行AI训练和/或需要终端训练的模型;
感知数据数据类型或者AI训练模型对应的业务类型,比如APP ID等。
终端上报AI相关数据(即执行结果数据)包含以下至少一种:
上报感知数据用于大数据分析单元端AI模型训练或者推理,感知数据包括:传感器信息,比如气压计,高度计,陀螺仪等信息;地理位置信息;业务层面感知信息:比如视频版本切换次数、平均吞吐量,初次播放时延,缓存等级等;无线相关信息,比如:信道质量信息,CSI反馈信息等;
上报终端训练的模型或更新后的AI训练模型。
基站接收网元设备(即大数据分析单元端)发送的AI相关配置信息,所述网元设备可以是以下网元设备的一种:核心网、网管系统、集中大数据平台、边缘大数据平台和基站内部功能。
AI相关配置信息既可以是在接口上传递的显示的信息,也可以是封装在容器内的信息。
基站通过控制面向终端发送所述AI相关配置信息,具体地可以通过无线资源控制RRC重配置信令或者专用AI相关信息配置RRC信令发送给终端。
可选地,基站可以将终端上报AI相关信息的信令无线承载(Signalling RadioBearers,SRB)和数据无线承载(Data Radio Bearers,DRB)配置信息发送给终端,用于终端上报AI相关信息。
基站通过SRB2或者新的配置给终端的SRB或者DRB接收终端反馈的AI相关信息。
基站将终端反馈AI信息发送给网元设备。
对于终端侧来说,终端接收基站发送的AI相关配置信息,向基站上报的AI相关数据;
终端的AS层将AI相关配置发送给NAS层,并接收NAS层反馈的AI信息;
终端通过SRB2或者新的基站配置的专门的SRB或者DRB发送所述终端AI上报信息;
终端上报AI相关支持能力,包括以下至少一种:
是否支持上报感知数据用于大数据分析单元端AI模型训练或者推理;
支持的感知数据上报的类型或者AI训练模型的类型;
是否支持AI应用,比如AI模型训练或者AI推理。
本申请提供的信息传输方法,使能数据分析平台获得无线侧以及业务侧相关数据并基于该数据在数据分析单元,训练基站或者终端侧使用的用于调整网络参数或者替代传统协议的AI模型,提升网络性能,降低空口和协议的复杂度,此外还可以提供AI算法和模型网络能力开放,支持车联网等低时延高可靠业务的应用。
以下对本申请提供的信息传输方法的应用场景进行举例说明。
场景一、当终端没有足够的内存或计算能力的情况下,可将智能化模型训练或推理放在云端,包括如下过程:
基站(即第一网络设备)接收第二网络设备发送的是否上报感知数据(感知数据可理解为配置信息指示的数据)用于大数据分析单元端AI模型训练或者推理的配置信息,本申请中,AI模型是指智能化模型。
基站将该配置信息发送给终端,可以通过RRC重配置信令或者专用AI相关信息配置RRC信令发送;可选地,可以给终端配置专用的SRB或者DRB;
终端的AS层将该配置信息发送给终端的NAS层;
终端将感知数据发送给基站,发送感知数据时,可以通过SRB2或者通过新的专用SRB或者DRB发送;
基站将感知数据发送给网元设备(可理解为第二网络设备),网元设备可为核心网、网管系统、集中大数据平台、边缘大数据平台或者基站内部功能模块。
AI相关配置信息(可理解为配置信息)既可以是在接口上传递的显示的信息,也可以是封装在容器内的信息。
场景二、当终端可以运行AI推理,终端需要获取AI训练模型,包括如下过程:
基站将该配置信息发送给终端,配置信息包含AI训练模型,可以通过RRC重配置信令或者专用AI相关信息配置RRC信令;
终端的AS层将该配置信息发送给终端的NAS层;
终端基于配置信息指示的AI训练模型,使用感知数据进行AI推理。
场景三、终端和数据分析平台共同训练AI模型,包括如下过程:
基站将配置信息发送给终端,配置信息包含是否需要配合大数据分析单元端共同进行AI训练和/或需要终端训练的模型,可选的,包含大数据分析单元侧训练的AI模型,可以通过RRC重配置信令或者专用AI相关信息配置RRC信令发送;
终端的AS层将配置信息发送给NAS层;
终端基于配置信息以及大数据分析单元侧训练模型,使用感知数据对AI模型进行更新或者生成终端侧训练模型,并将更新训练模型或终端训练模型上报基站。这些更新后的智能化模型可以用于和网络侧智能化模型配合进行联合训练。可选地,为了降低数据传输量,如果基站指示上报增强AI训练信息的情况下,可以仅上报相对上一次上报增量信息;
终端可以通过SRB2或者通过新的专用SRB或者DRB发送上报信息;
基站将终端上报AI数据发送给网元设备。
场景四、使用神经网络优化无线资源调度的方法,包括如下过程:
基站(包括第一数据处理单元)接收网络设备发送的是否上报感知数据用于大数据分析单元端(包括第二数据处理单元)进行AI模型训练或者推理的配置信息;如图3b所示,终端可为用于增强现实(Augmented Reality,AR)的终端或用于虚拟现实(VirtualReality,VR)的终端。
基站将该配置信息发送给终端,可以通过无线资源控制(RRC)重配置信令或者专用AI相关信息配置RRC信令;
可选地,可以给终端配置专用的SRB或者DRB;
终端AS层将该全部或部分配置信息发送给NAS层;
终端将感知数据发送给基站,可以通过SRB2或者通过新的专用SRB或者DRB发送;
感知数据包括:传感器信息,例如气压计,高度计,陀螺仪等信息;地理位置信息;业务层面感知信息:例如视频版本切换次数、平均吞吐量,初次播放时延,缓存等级等;无线相关信息,例如:信道质量信息,信道状态信息(Channel State Information,CSI)反馈信息;业务服务质量(Quality of Service,QoS)要求,例如保障速率、时延要求等;
基站将感知数据发送给网元设备,网元设备使用这些感知数据使用深度神经网络训练权值,并将AI训练模型发送给基站或终端,基站或终端使用该训练模型基于终端反馈的实时感知数据作为输入进行推理,生成用于调度的参数,包括时频域资源和调制解调使用的MCS等。
如图4所示,图4是本发明实施例提供的一种终端的结构示意图,如图4所示,终端400包括:
接收模块401,用于接收第一网络设备发送的配置信息;
执行模块402,用于执行所述配置信息所配置的智能化相关的操作。
进一步的,所述配置信息配置如下至少一项:
配置所述终端智能化模型信息;
配置所述终端根据指示的智能化模型信息进行推理;
配置终端进行智能化模型训练的指示信息;
配置终端进行智能化模型更新的指示信息;
配置终端上报训练后的所述智能化模型或者更新后的智能化模型信息;
配置给所述终端上报数据信息的上报条件和/或上报的数据信息;所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报数据信息的传输资源信息,所述数据信息用于智能化模型的训练或推理;和
配置给所述终端用于上报执行结果数据的传输资源信息,所述执行结果数据为所述终端执行所述智能化相关的操作得到的数据。
进一步的,所述更新后的智能化模型信息使用增量信息描述;或者,所述更新后的智能化模型信息用于和网络侧智能化模型配合进行联合训练。
进一步的,所述智能化相关的操作包括如下操作中的至少一个:
发送操作,用于发送所述配置信息指示的数据到第一网络设备,所述数据用于智能化模型的训练或推理;
与智能化模型相关的处理操作。
进一步的,所述处理操作包括如下操作的至少一项:
使用所述配置信息指示的智能化模型进行推理、训练所述配置信息指示的智能化模型、更新所述配置信息指示的智能化模型、上报训练后的所述智能化模型、上报更新后的所述智能化模型。
进一步的,终端400还包括:
第一发送模块,用于发送所述与智能化相关的支持能力信息。
进一步的,所述支持能力信息包括如下至少一项:
是否支持发送数据,所述数据用于智能化模型的训练或推理;
支持发送的数据的类型;
是否支持智能化相关的应用;
支持的智能化模型的类型。
进一步的,终端400还包括:
第二发送模块,用于发送执行所述智能化相关的操作得到的执行结果数据。
进一步的,所述执行结果数据为如下数据中的至少一项:
所述配置信息指示的数据,所述数据用于智能化模型的训练或推理;
训练所述配置信息指示的智能化模型得到的训练结果;
更新所述配置信息指示的智能化模型得到更新结果。
进一步的,所述配置信息还用于指示发送所述执行结果数据的信令无线承载或数据无线承载或物理信道。
进一步的,所述配置信息通过RRC信令或者NAS信令或者媒体访问控制层信令或者物理层信令发送。
终端400能够实现图2所示的方法实施例中终端实现的各个过程,并能达到相同的技术效果,为避免重复,这里不再赘述。
图5为实现本发明各个实施例的终端的结构示意图,该终端800包括但不限于:收发单元(即收发机)801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809、处理器810、以及电源88等部件。本领域技术人员可以理解,图5中示出的终端结构并不构成对终端的限定,终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中,在本发明一个实施例中,收发单元801,用于接收第一网络设备发送的配置信息;
处理器810,用于执行所述配置信息所配置的智能化相关的操作。
进一步的,所述配置信息配置如下至少一项:
配置所述终端智能化模型信息;
配置所述终端根据指示的智能化模型信息进行推理;
配置终端进行智能化模型训练的指示信息;
配置终端进行智能化模型更新的指示信息;
配置终端上报训练后的所述智能化模型或者更新后的智能化模型信息;
配置给所述终端上报数据信息的上报条件和/或上报的数据信息;所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报数据信息的传输资源信息,所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报执行结果数据的传输资源信息,所述执行结果数据为所述终端执行所述智能化相关的操作得到的数据。
进一步的,所述更新后的智能化模型信息使用增量信息描述;或者,所述更新后的智能化模型信息用于和网络侧智能化模型配合进行联合训练。
进一步的,所述智能化相关的操作包括如下操作中的至少一个:
发送操作,用于发送所述配置信息指示的数据到第一网络设备,所述数据用于智能化模型的训练或推理;
与智能化模型相关的处理操作。
进一步的,所述处理操作包括如下操作的至少一项:
使用所述配置信息指示的智能化模型进行推理、训练所述配置信息指示的智能化模型、更新所述配置信息指示的智能化模型、上报训练后的所述智能化模型、上报更新后的所述智能化模型。
进一步的,收发单元801,还用于发送所述与智能化相关的支持能力信息。
进一步的,所述支持能力信息包括如下至少一项:
是否支持发送数据,所述数据用于智能化模型的训练或推理;
支持发送的数据的类型;
是否支持智能化相关的应用;
支持的智能化模型的类型。
进一步的,收发单元801,还用于发送执行所述智能化相关的操作得到的执行结果数据。
进一步的,所述执行结果数据为如下数据中的至少一项:
所述配置信息指示的数据,所述数据用于智能化模型的训练或推理;
训练所述配置信息指示的智能化模型得到的训练结果;
更新所述配置信息指示的智能化模型得到更新结果。
进一步的,所述配置信息还用于指示发送所述执行结果数据的信令无线承载或数据无线承载或物理信道。
进一步的,所述配置信息通过无线资源控制RRC信令或者非接入层NAS信令或者媒体访问控制层信令或者物理层信令发送。
终端800能够实现图2所示的方法实施例中终端实现的各个过程,并能达到相同的技术效果,为避免重复,这里不再赘述。
应理解的是,本发明实施例中,收发单元801可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器810处理;另外,将上行的数据发送给基站。通常,收发单元801包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,收发单元801还可以通过无线通信系统与网络和其他设备通信。
终端800通过网络模块802为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元803可以将收发单元801或网络模块802接收的或者在存储器809中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元803还可以提供与终端800执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元803包括扬声器、蜂鸣器以及受话器等。
输入单元804用于接收音频或视频信号。输入单元804可以包括图形处理器(Graphics Processing Unit,简称GPU)8041和麦克风8042,图形处理器8041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元806上。经图形处理器8041处理后的图像帧可以存储在存储器809(或其它存储介质)中或者经由收发单元801或网络模块802进行发送。麦克风8042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由收发单元801发送到移动通信基站的格式输出。
终端800还包括至少一种传感器805,例如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板8061的亮度,接近传感器可在终端800移动到耳边时,关闭显示面板8061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别终端姿态(例如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(例如计步器、敲击)等;传感器805还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元806用于显示由用户输入的信息或提供给用户的信息。显示单元806可包括显示面板8061,可以采用液晶显示器(Liquid Crystal Display,简称LCD)、有机发光二极管(Organic Light-Emitting Diode,简称OLED)等形式来配置显示面板8061。
用户输入单元807可用于接收输入的数字或字符信息,以及产生与终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元807包括触控面板8071以及其他输入设备8072。触控面板8071,也称为触摸屏,可收集用户在其上或附近的触摸操作(例如用户使用手指、触笔等任何适合的物体或附件在触控面板8071上或在触控面板8071附近的操作)。触控面板8071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器810,接收处理器810发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板8071。除了触控面板8071,用户输入单元807还可以包括其他输入设备8072。具体地,其他输入设备8072可以包括但不限于物理键盘、功能键(例如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板8071可覆盖在显示面板8061上,当触控面板8071检测到在其上或附近的触摸操作后,传送给处理器810以确定触摸事件的类型,随后处理器810根据触摸事件的类型在显示面板8061上提供相应的视觉输出。虽然在图5中,触控面板8071与显示面板8061是作为两个独立的部件来实现终端的输入和输出功能,但是在某些实施例中,可以将触控面板8071与显示面板8061集成而实现终端的输入和输出功能,具体此处不做限定。
接口单元808为外部装置与终端800连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元808可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到终端800内的一个或多个元件或者可以用于在终端800和外部装置之间传输数据。
存储器809可用于存储软件程序以及各种数据。存储器809可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(例如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(例如音频数据、电话本等)等。此外,存储器809可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器810是终端的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或执行存储在存储器809内的软件程序和/或模块,以及调用存储在存储器809内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。处理器810可包括一个或多个处理单元;优选的,处理器810可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器810中。
终端800还可以包括给各个部件供电的电源811(例如电池),优选的,电源88可以通过电源管理系统与处理器810逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外,终端800包括一些未示出的功能模块,在此不再赘述。
优选的,本发明实施例还提供一种终端,包括处理器810,存储器809,存储在存储器809上并可在所述处理器810上运行的计算机程序,该计算机程序被处理器810执行时实现上述图2所示的信息传输方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
参见图6,图6是本发明实施例提供的一种网络设备的结构示意图,如图6所示,网络设备600为第一网络设备,网络设备600包括:
发送模块601,用于发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作。
进一步的,所述配置信息配置如下至少一项:
配置所述终端智能化模型信息;
配置所述终端根据指示的智能化模型信息进行推理;
配置终端进行智能化模型训练的指示信息;
配置终端进行智能化模型更新的指示信息;
配置终端上报训练后的所述智能化模型或者更新后的智能化模型信息;
配置给所述终端上报数据信息的上报条件和/或上报的数据信息;所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报数据信息的传输资源信息,所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报执行结果数据的传输资源信息,所述执行结果数据为所述终端执行所述智能化相关的操作得到的数据。
进一步的,所述更新后的智能化模型信息使用增量信息描述;或者,所述更新后的智能化模型信息用于和网络侧智能化模型配合进行联合训练。
进一步的,所述智能化相关的操作包括如下操作中的至少一个:
发送操作,用于发送所述配置信息指示的数据到第一网络设备,所述数据用于智能化模型的训练或推理;
与智能化模型相关的处理操作。
进一步的,所述处理操作包括如下操作中的至少一项:
使用所述配置信息指示的智能化模型进行推理、训练所述配置信息指示的智能化模型、更新所述配置信息指示的智能化模型、上报训练后的所述智能化模型、上报更新后的所述智能化模型。
进一步的,网络设备600还包括:
第一接收模块,用于接收所述终端发送的智能化相关的支持能力信息。
进一步的,所述支持能力信息包括如下至少一项:
是否支持发送数据,所述数据用于智能化模型的训练或推理;
支持发送的数据的类型;
是否支持智能化相关的应用;
支持的智能化模型的类型。
进一步的,网络设备600还包括:
第二接收模块,用于接收第二网络设备发送的所述配置信息。
进一步的,所述第二网络设备为接入网网元、网管、核心网网元和边缘计算节点中的至少一个。
进一步的,网络设备600还包括:
第三接收模块,用于接收所述终端发送的执行所述智能化相关的操作得到的执行结果数据。
进一步的,所述执行结果数据为如下数据中的至少一项:
所述配置信息指示的数据,所述数据用于智能化模型的训练或推理;
训练所述配置信息指示的智能化模型得到的训练结果;
更新所述配置信息指示的智能化模型得到更新结果。
进一步的,所述配置信息还用于指示发送所述执行结果数据的信令无线承载或数据无线承载或物理信道。
进一步的,所述配置信息通过无线资源控制RRC信令或者非接入层NAS信令或者媒体访问控制层信令或者物理层信令发送。
网络设备600能够实现图1所示的方法实施例中第一网络设备实现的各个过程以及达到相同的技术效果,为避免重复,这里不再赘述。
参见图7,图7是本发明实施例提供的一种网络设备的结构示意图,如图7所示,包括总线1201、收发机1202、天线1203、总线接口1204、处理器1205和存储器1206。
在本发明一个实施例中,网络设备为第一网络设备,收发机1202,用于发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作。
进一步的,所述配置信息配置如下至少一项:
配置所述终端智能化模型信息;
配置所述终端根据指示的智能化模型信息进行推理;
配置终端进行智能化模型训练的指示信息;
配置终端进行智能化模型更新的指示信息;
配置终端上报训练后的所述智能化模型或者更新后的智能化模型信息;
配置给所述终端上报数据信息的上报条件和/或上报的数据信息;所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报数据信息的传输资源信息,所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报执行结果数据的传输资源信息,所述执行结果数据为所述终端执行所述智能化相关的操作得到的数据。
进一步的,所述智能化相关的操作包括如下操作中的至少一个:
发送操作,用于发送所述配置信息指示的数据到第一网络设备,所述数据用于智能化模型的训练或推理;
与智能化模型相关的处理操作。
进一步的,所述处理操作包括如下操作中的至少一项:
使用所述配置信息指示的智能化模型进行推理、训练所述配置信息指示的智能化模型、更新所述配置信息指示的智能化模型、上报训练后的所述智能化模型、上报更新后的所述智能化模型。
收发机1202,还用于接收所述终端发送的智能化相关的支持能力信息。
进一步的,所述支持能力信息包括如下至少一项:
是否支持发送数据,所述数据用于智能化模型的训练或推理;
支持发送的数据的类型;
是否支持智能化相关的应用;
支持的智能化模型的类型。
进一步的,收发机1202,还用于接收第二网络设备发送的所述配置信息。
进一步的,所述第二网络设备为接入网网元、网管、核心网网元和边缘计算节点中的至少一个。
进一步的,收发机1202,还用于接收所述终端发送的执行所述智能化相关的操作得到的执行结果数据。
进一步的,所述执行结果数据为如下数据中的至少一项:
所述配置信息指示的数据,所述数据用于智能化模型的训练或推理;
训练所述配置信息指示的智能化模型得到的训练结果;
更新所述配置信息指示的智能化模型得到更新结果。
进一步的,所述配置信息还用于指示发送所述执行结果数据的信令无线承载或数据无线承载或物理信道。
进一步的,所述配置信息通过无线资源控制RRC信令或者非接入层NAS信令或者媒体访问控制层信令或者物理层信令发送。
本实施例中的设备可实现图1所示实施例中的第一网络设备实现的各个过程以达到相同的技术效果,在此不做赘述。
在图7中,总线架构(用总线1201来代表),总线1201可以包括任意数量的互联的总线和桥,总线1201将包括由处理器1205代表的一个或多个处理器和存储器1206代表的存储器的各种电路链接在一起。总线1201还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口1204在总线1201和收发机1202之间提供接口。收发机1202可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器1205处理的数据通过天线1203在无线介质上进行传输,进一步,天线1203还接收数据并将数据传送给处理器1205。
处理器1205负责管理总线1201和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器1206可以被用于存储处理器1205在执行操作时所使用的数据。
可选的,处理器1205可以是CPU、ASIC、FPGA或CPLD。
优选的,本发明实施例还提供一种网络设备,包括处理器1205,存储器1206,存储在存储器1206上并可在所述处理器1205上运行的计算机程序,该计算机程序被处理器1205执行时实现上述图1所示信息传输方法中的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如图1所示的信息传输方法中的步骤,或者,所述计算机程序被所述处理器执行时实现如图2所示的信息传输方法中的步骤。
其中,所述的计算机可读存储介质,如ROM、RAM、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (29)
1.一种信息传输方法,用于第一网络设备,其特征在于,包括:
发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作。
2.根据权利要求1所述的信息传输方法,其特征在于,所述配置信息配置如下至少一项:
配置所述终端智能化模型信息;
配置所述终端根据指示的智能化模型信息进行推理;
配置终端进行智能化模型训练的指示信息;
配置终端进行智能化模型更新的指示信息;
配置终端上报训练后的所述智能化模型或者更新后的智能化模型信息;
配置给所述终端上报数据信息的上报条件和/或上报的数据信息;所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报数据信息的传输资源信息,所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报执行结果数据的传输资源信息,所述执行结果数据为所述终端执行所述智能化相关的操作得到的数据。
3.根据权利要求2所述的信息传输方法,其特征在于:
所述更新后的智能化模型信息使用增量信息描述;
或者
所述更新后的智能化模型信息用于和网络侧智能化模型配合进行联合训练。
4.根据权利要求1所述的信息传输方法,其特征在于,所述智能化相关的操作包括如下操作中的至少一个:
发送操作,用于发送所述配置信息指示的数据到第一网络设备,所述数据用于智能化模型的训练或推理;
与智能化模型相关的处理操作。
5.根据权利要求4所述的信息传输方法,其特征在于,所述处理操作包括如下操作中的至少一项:
使用所述配置信息指示的智能化模型进行推理、训练所述配置信息指示的智能化模型、更新所述配置信息指示的智能化模型、上报训练后的所述智能化模型、上报更新后的所述智能化模型。
6.根据权利要求5所述的信息传输方法,其特征在于,还包括:
接收所述终端发送的智能化相关的支持能力信息。
7.根据权利要求6所述的信息传输方法,其特征在于,所述支持能力信息包括如下至少一项:
是否支持发送数据,所述数据用于智能化模型的训练或推理;
支持发送的数据的类型;
是否支持智能化相关的应用;
支持的智能化模型的类型。
8.根据权利要求1-7中任意一项所述的信息传输方法,其特征在于,所述发送配置信息到终端之前,还包括:
接收第二网络设备发送的所述配置信息。
9.根据权利要求8中所述的信息传输方法,其特征在于,所述第二网络设备为接入网网元、网管、核心网网元和边缘计算节点中的至少一个。
10.根据权利要求1-7中任意一项所述的信息传输方法,其特征在于,所述发送配置信息到终端之后,还包括:
接收所述终端发送的执行所述智能化相关的操作得到的执行结果数据。
11.根据权利要求10所述的信息传输方法,其特征在于,所述执行结果数据为如下数据中的至少一项:
所述配置信息指示的数据,所述数据用于智能化模型的训练或推理;
训练所述配置信息指示的智能化模型得到的训练结果;
更新所述配置信息指示的智能化模型得到更新结果。
12.根据权利要求1所述的信息传输方法,其特征在于,所述配置信息通过无线资源控制RRC信令或者非接入层NAS信令或者媒体访问控制层信令或者物理层信令发送。
13.一种信息传输方法,用于终端,其特征在于,包括:
接收第一网络设备发送的配置信息;
执行所述配置信息所配置的智能化相关的操作。
14.根据权利要求13所述的信息传输方法,其特征在于,所述配置信息配置如下至少一项:
配置所述终端智能化模型信息;
配置所述终端根据指示的智能化模型信息进行推理;
配置终端进行智能化模型训练的指示信息;
配置终端进行智能化模型更新的指示信息;
配置终端上报训练后的所述智能化模型或者更新后的智能化模型信息;
配置给所述终端的上报数据信息的上报条件和/或上报的数据信息;所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报数据信息的传输资源信息,所述数据信息用于智能化模型的训练或推理;
配置给所述终端用于上报执行结果数据的传输资源信息,所述执行结果数据为所述终端执行所述智能化相关的操作得到的数据。
15.根据权利要求14所述的信息传输方法,其特征在于:
所述更新后的智能化模型信息使用增量信息描述;
或者
所述更新后的智能化模型信息用于和网络侧智能化模型配合进行联合训练。
16.根据权利要求14所述的信息传输方法,其特征在于,所述智能化相关的操作包括如下操作中的至少一个:
发送操作,用于发送所述配置信息指示的数据到第一网络设备,所述数据用于智能化模型的训练或推理;
与智能化模型相关的处理操作。
17.根据权利要求16所述的信息传输方法,其特征在于,所述处理操作包括如下操作的至少一项:
使用所述配置信息指示的智能化模型进行推理、训练所述配置信息指示的智能化模型、更新所述配置信息指示的智能化模型、上报训练后的所述智能化模型、上报更新后的所述智能化模型。
18.根据权利要求17所述的信息传输方法,其特征在于,还包括:
发送所述与智能化相关的支持能力信息。
19.根据权利要求18所述的信息传输方法,其特征在于,所述支持能力信息包括如下至少一项:
是否支持发送数据,所述数据用于智能化模型的训练或推理;
支持发送的数据的类型;
是否支持智能化相关的应用;
支持的智能化模型的类型。
20.根据权利要求13-19中任意一项所述的信息传输方法,其特征在于,所述执行所述配置信息所配置的智能化相关的操作之后,还包括:
发送执行所述智能化相关的操作得到的执行结果数据。
21.根据权利要求20所述的信息传输方法,其特征在于,所述执行结果数据为如下数据中的至少一项:
所述配置信息指示的数据信息,所述数据信息用于智能化模型的训练或推理;
训练所述配置信息指示的智能化模型得到的训练结果;
更新所述配置信息指示的智能化模型得到更新结果。
22.根据权利要求13所述的信息传输方法,其特征在于,所述配置信息通过无线资源控制RRC信令或者非接入层NAS信令或者媒体访问控制层信令或者物理层信令发送。
23.一种网络设备,其特征在于,包括:处理器和收发机;
所述收发机,用于发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作。
24.一种终端,其特征在于,包括:处理器和收发机;
所述收发机,用于接收第一网络设备发送的配置信息;
所述处理器,用于执行所述配置信息所配置的智能化相关的操作。
25.一种网络设备,其特征在于,包括:
发送模块,用于发送配置信息到终端,所述配置信息用于配置所述终端执行智能化相关的操作。
26.一种终端,其特征在于,包括:
接收模块,用于接收第一网络设备发送的配置信息;
执行模块,用于执行所述配置信息所配置的智能化相关的操作。
27.一种网络设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-12中任一项所述的信息传输方法中的步骤。
28.一种终端,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求13至22中任一项所述的信息传输方法中的步骤。
29.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至12中任一项所述的信息传输方法中的步骤,或者,所述计算机程序被处理器执行时实现如权利要求13至22中任一项所述的信息传输方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011578807.5A CN114697984A (zh) | 2020-12-28 | 2020-12-28 | 信息传输方法、终端及网络设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011578807.5A CN114697984A (zh) | 2020-12-28 | 2020-12-28 | 信息传输方法、终端及网络设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114697984A true CN114697984A (zh) | 2022-07-01 |
Family
ID=82129866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011578807.5A Pending CN114697984A (zh) | 2020-12-28 | 2020-12-28 | 信息传输方法、终端及网络设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114697984A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023280143A1 (zh) * | 2021-07-05 | 2023-01-12 | 中国移动通信有限公司研究院 | Ai任务的控制方法、终端、基站及存储介质 |
WO2024016363A1 (zh) * | 2022-07-22 | 2024-01-25 | 北京小米移动软件有限公司 | 异构人工智能ai框架的模型交互方法、装置及系统 |
WO2024031701A1 (zh) * | 2022-08-12 | 2024-02-15 | 富士通株式会社 | 数据获取方法与装置 |
WO2024040577A1 (en) * | 2022-08-26 | 2024-02-29 | Apple Inc. | Technologies for user equipment-trained artificial intelligence models |
WO2024040476A1 (en) * | 2022-08-24 | 2024-02-29 | Apple Inc. | Rrc procedure design for wireless ai/ml |
WO2024067104A1 (zh) * | 2022-09-27 | 2024-04-04 | 华为技术有限公司 | 通信方法及相关装置 |
WO2024088161A1 (zh) * | 2022-10-27 | 2024-05-02 | 维沃移动通信有限公司 | 信息传输方法、信息处理方法、装置和通信设备 |
WO2024092635A1 (en) * | 2022-11-03 | 2024-05-10 | Apple Inc. | Artificial intelligence model coordination between network and user equipment |
-
2020
- 2020-12-28 CN CN202011578807.5A patent/CN114697984A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023280143A1 (zh) * | 2021-07-05 | 2023-01-12 | 中国移动通信有限公司研究院 | Ai任务的控制方法、终端、基站及存储介质 |
WO2024016363A1 (zh) * | 2022-07-22 | 2024-01-25 | 北京小米移动软件有限公司 | 异构人工智能ai框架的模型交互方法、装置及系统 |
WO2024031701A1 (zh) * | 2022-08-12 | 2024-02-15 | 富士通株式会社 | 数据获取方法与装置 |
WO2024040476A1 (en) * | 2022-08-24 | 2024-02-29 | Apple Inc. | Rrc procedure design for wireless ai/ml |
WO2024040577A1 (en) * | 2022-08-26 | 2024-02-29 | Apple Inc. | Technologies for user equipment-trained artificial intelligence models |
WO2024067104A1 (zh) * | 2022-09-27 | 2024-04-04 | 华为技术有限公司 | 通信方法及相关装置 |
WO2024088161A1 (zh) * | 2022-10-27 | 2024-05-02 | 维沃移动通信有限公司 | 信息传输方法、信息处理方法、装置和通信设备 |
WO2024092635A1 (en) * | 2022-11-03 | 2024-05-10 | Apple Inc. | Artificial intelligence model coordination between network and user equipment |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114697984A (zh) | 信息传输方法、终端及网络设备 | |
CN110166192B (zh) | 小区处理方法、终端设备及网络设备 | |
CN110475340B (zh) | Dci传输方法、终端和基站 | |
CN110034876B (zh) | Pucch资源指示、处理方法、网络侧设备、用户终端 | |
CN111278090B (zh) | 一种指示信号的传输方法、终端和网络设备 | |
CN112788676B (zh) | 小区管理方法、小区管理配置方法、终端和网络侧设备 | |
CN110035503B (zh) | 资源状态的配置方法、激活或去激活方法、基站及终端 | |
CN110012477B (zh) | 一种配置方法、终端及基站 | |
CN108768775A (zh) | 信息处理方法、电子设备及计算机存储介质 | |
CN111435920B (zh) | 多发送接收点trp配置方法、设备及存储介质 | |
CN111479309A (zh) | 业务处理方法、用户设备及计算机可读存储介质 | |
CN113225818A (zh) | Qcl的确定方法、终端及网络侧设备 | |
WO2019161764A1 (zh) | 功率配置方法和终端 | |
CN112667339B (zh) | 屏幕刷新率的设置方法、终端以及计算机可读介质 | |
CN111615198A (zh) | 资源确定方法、资源指示方法、终端及网络侧设备 | |
CN111818657B (zh) | 上行发送丢弃方法、上行发送丢弃配置方法及相关设备 | |
CN111465119B (zh) | 数据发送方法、信息配置方法、终端及网络设备 | |
CN112612372A (zh) | 一种触控事件调控方法、设备及计算机可读存储介质 | |
CN108811037B (zh) | 一种数据传输方法及通信设备 | |
CN111835547A (zh) | 服务质量QoS管理方法及相关设备 | |
CN110034873B (zh) | 一种重配置方法、终端及基站 | |
CN113179307B (zh) | 一种音频时延控制方法、设备及计算机可读存储介质 | |
CN110839298B (zh) | 一种移动性管理方法及相关设备 | |
CN112469023B (zh) | 一种消息传输方法和终端 | |
CN113301509B (zh) | 一种通信方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |