CN116419322A - Ai网络信息传输方法、装置及通信设备 - Google Patents
Ai网络信息传输方法、装置及通信设备 Download PDFInfo
- Publication number
- CN116419322A CN116419322A CN202111672426.8A CN202111672426A CN116419322A CN 116419322 A CN116419322 A CN 116419322A CN 202111672426 A CN202111672426 A CN 202111672426A CN 116419322 A CN116419322 A CN 116419322A
- Authority
- CN
- China
- Prior art keywords
- network
- information
- updated
- network structure
- terminal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 145
- 230000005540 biological transmission Effects 0.000 title claims abstract description 53
- 230000006854 communication Effects 0.000 title claims abstract description 52
- 238000004891 communication Methods 0.000 title claims abstract description 36
- 230000006870 function Effects 0.000 claims description 127
- 230000011664 signaling Effects 0.000 claims description 19
- 238000012986 modification Methods 0.000 claims description 8
- 230000004048 modification Effects 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 244000141353 Prunus domestica Species 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开了一种AI网络信息传输方法、装置及通信设备,属于通信技术领域,本申请实施例的AI网络信息传输方法包括:第一端接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项;所述第一端基于所述AI网络信息得到第一AI网络。
Description
技术领域
本申请属于通信技术领域,具体涉及一种AI网络信息传输方法、装置及通信设备。
背景技术
人工智能(Artificial Intelligence,AI)是研究和开发用于模拟、延伸、扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,受到人们的广泛关注,针对AI的应用也越来越广泛。目前,人们已经开始研究将AI网络应用在通信系统中,例如网络侧设备和终端之间可以通过AI网络来传输通信数据。在通信系统中,通常是将整个AI网络一起传递,造成系统开销较大。
发明内容
本申请实施例提供一种AI网络信息传输方法、装置及通信设,能够解决相关技术中通信设备传输AI网络传输开销较大的问题。
第一方面,提供了一种AI网络信息传输方法,包括:
第一端接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项;
所述第一端基于所述AI网络信息得到第一AI网络。
第二方面,提供了一种AI网络信息传输方法,包括:
第二端向第一端发送AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项。
第三方面,提供了一种AI网络信息传输装置,包括:
接收模块,用于接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项;
执行模块,用于基于所述AI网络信息得到第一AI网络。
第四方面,提供了一种AI网络信息传输装置,包括:
发送模块,用于向第一端发送AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项。
第五方面,提供了一种通信设备,包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的AI网络信息传输方法的步骤,或者实现如第二方面所述的AI网络信息传输方法的步骤。
第六方面,提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的AI网络信息传输方法的步骤,或者实现如第二方面所述的AI网络信息传输方法的步骤。
第七方面,提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的AI网络信息传输方法的步骤,或者实现如第二方面所述的AI网络信息传输方法的步骤。
第八方面,提供了一种计算机程序/程序产品,所述计算机程序/程序产品被存储在存储介质中,所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面所述的AI网络信息传输方法的步骤,或者实现如第二方面所述的AI网络信息传输方法的步骤。
在本申请实施例中,第一端接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项,进而在通信过程中也就无需将包括整个网络结构和网络参数的全部AI网络一起进行传输,AI网络的网络结构和网络参数可以分开发送,这样也就能够有效降低通信过程中的传输开销。
附图说明
图1是本申请实施例可应用的一种无线通信系统的框图;
图2是本申请实施例提供的一种AI网络信息传输方法的流程图;
图3是本申请实施例提供的另一种AI网络信息传输方法的流程图;
图4是本申请实施例提供的一种AI网络信息传输装置的结构图;
图5是本申请实施例提供的另一种AI网络信息传输装置的结构图;
图6是本申请实施例提供的一种通信设备的结构图;
图7是本申请实施例提供的一种终端的结构图;
图8是本申请实施例提供的一种网络侧设备的结构图;
图9是本申请实施例提供的另一种网络侧设备的结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”所区别的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”一般表示前后关联对象是一种“或”的关系。
值得指出的是,本申请实施例所描述的技术不限于长期演进型(Long TermEvolution,LTE)/LTE的演进(LTE-Advanced,LTE-A)系统,还可用于其他无线通信系统,诸如码分多址(Code Division Multiple Access,CDMA)、时分多址(Time DivisionMultiple Access,TDMA)、频分多址(Frequency Division Multiple Access,FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access,OFDMA)、单载波频分多址(Single-carrier Frequency Division Multiple Access,SC-FDMA)和其他系统。本申请实施例中的术语“系统”和“网络”常被可互换地使用,所描述的技术既可用于以上提及的系统和无线电技术,也可用于其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio,NR)系统,并且在以下大部分描述中使用NR术语,但是这些技术也可应用于NR系统应用以外的应用,如第6代(6th Generation,6G)通信系统。
图1示出本申请实施例可应用的一种无线通信系统的框图。无线通信系统包括终端11和网络侧设备12。其中,终端11可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal DigitalAssistant,PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personalcomputer,UMPC)、移动上网装置(Mobile Internet Device,MID)、增强现实(augmentedreality,AR)/虚拟现实(virtual reality,VR)设备、机器人、可穿戴式设备(WearableDevice)、车载设备(VUE)、行人终端(PUE)、智能家居(具有无线通信功能的家居设备,如冰箱、电视、洗衣机或者家具等)、游戏机、个人计算机(personal computer,PC)、柜员机或者自助机等终端侧设备,可穿戴式设备包括:智能手表、智能手环、智能耳机、智能眼镜、智能首饰(智能手镯、智能手链、智能戒指、智能项链、智能脚镯、智能脚链等)、智能腕带、智能服装等。需要说明的是,在本申请实施例并不限定终端11的具体类型。网络侧设备12可以包括接入网设备或核心网设备,其中,接入网设备也可以称为无线接入网设备、无线接入网(Radio Access Network,RAN)、无线接入网功能或无线接入网单元。接入网设备可以包括基站、WLAN接入点或WiFi节点等,基站可被称为节点B、演进节点B(eNB)、接入点、基收发机站(Base Transceiver Station,BTS)、无线电基站、无线电收发机、基本服务集(BasicService Set,BSS)、扩展服务集(Extended Service Set,ESS)、家用B节点、家用演进型B节点、发送接收点(Transmitting Receiving Point,TRP)或所述领域中其他某个合适的术语,只要达到相同的技术效果,所述基站不限于特定技术词汇,需要说明的是,在本申请实施例中仅以NR系统中的基站为例进行介绍,并不限定基站的具体类型。核心网设备可以包含但不限于如下至少一项:核心网节点、核心网功能、移动管理实体(Mobility ManagementEntity,MME)、接入移动管理功能(Access and Mobility Management Function,AMF)、会话管理功能(Session Management Function,SMF)、用户平面功能(User Plane Function,UPF)、策略控制功能(Policy Control Function,PCF)、策略与计费规则功能单元(Policyand Charging Rules Function,PCRF)、边缘应用服务发现功能(Edge ApplicationServer Discovery Function,EASDF)、统一数据管理(Unified Data Management,UDM),统一数据仓储(Unified Data Repository,UDR)、归属用户服务器(Home SubscriberServer,HSS)、集中式网络配置(Centralized network configuration,CNC)、网络存储功能(Network Repository Function,NRF),网络开放功能(Network Exposure Function,NEF)、本地NEF(Local NEF,或L-NEF)、绑定支持功能(Binding Support Function,BSF)、应用功能(Application Function,AF)等。需要说明的是,在本申请实施例中仅以NR系统中的核心网设备为例进行介绍,并不限定核心网设备的具体类型。
下面结合附图,通过一些实施例及其应用场景对本申请实施例提供的AI网络信息传输方法进行详细地说明。
请参照图2,图2是本申请实施例提供的一种AI网络信息传输方法的流程图,如图2所示,所述方法包括以下步骤:
步骤201、第一端接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项;
步骤202、所述第一端基于所述AI网络信息得到第一AI网络。
本申请实施例中,所述第一端和所述第二端为具有发送和接收功能的通信设备。
可选地,所述第一端为网络侧设备和终端中的一者,所述第二端为网络侧设备和终端中的另一者;或者,所述第一端和所述第二端为终端的不同节点;或者,所述第一端和所述第二端为网络侧设备的不同节点。
需要说明地,所述网络侧设备可以包括接入网设备(例如:基站)和核心网设备。可选地,所述第一端可以为接入网设备,第二端为核心网设备;或者,第一端为终端,第二端为核心网设备或接入网设备;或者,所述第一端和所述第二端为接入网设备的不同节点;或者,所述第一端和所述第二端为核心网设备的不同节点,等等,本申请实施例不做一一列举。
本申请实施例中,第二端发送的AI网络信息包括网络结构和网络参数中的至少一项。可选地,所述AI网络信息可以是某一个AI网络的网络结构和/或网络参数,或者是多个AI网络的网络结构和/或网络参数。在一些实施例中,AI网络也可以称为AI神经网络、AI模型等。其中,所述网络参数包括AI网络的权重参数、超参数等。
可选地,第一端能够接收至少一个第二端发送的AI网络信息,每个第二端发送的AI网络信息都可以包括网络结构和/或网络参数,每个第二端发送的AI网络信息可以不同。例如,第一端接收三个第二端发送的AI网络信息,其中一个第二端发送的AI网络信息为第一AI网络的网络结构,另一个第二端发送的AI网络信息为所述第一AI网络的网络参数,最后一个第二端发送的AI网络信息为第二AI网络的网络结构和网络参数。
示例性地,第二端发送的AI网络信息可以是仅包括网络结构,或者是仅包括网络参数,或者也可以是包括部分网络结构和部分网络参数,或者也可以是包括全部的网络结构和网络参数等。可选地,所述第一端接收至少一个第二端发送的AI网络信息还可以是其他的可能情况,本申请不做过多举例。
本申请实施例中,第一端接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项,进而在通信过程中也就无需将包括全部网络结构和网络参数的整个AI网络一起进行传输,AI网络的网络结构和网络参数也就可以分开发送,这样也就能够有效降低通信过程中的传输开销。
可选地,所述AI网络信息包括所述第一AI网络的网络结构和网络参数,所述步骤202包括:
所述第一端基于所述第一AI网络的网络结构和网络参数,得到所述第一AI网络。
例如第二端为基站,第一端为终端,基站向终端发送第一AI网络的完整的网络结构和网络参数,进而终端基于所述网络结构和网络参数也就能够得到所述第一AI网络。
本申请实施例中,第二端向第一端发送的AI网络信息包括第一AI网络的网络结构和网络参数,进而第一端能够基于所述网络结构和网络参数得到第一AI网络,这样也就使得第一端能够更加快捷地获取第一AI网络,以通过第一AI网络执行相关的网络操作。
或者,第二端发送的AI网络信息也可以是只包括网络结构,例如第一AI网络的网络结构,第一端可以是存储有第一AI网络的网络参数,或者也可以是生成所述第一AI网络的网络参数,或者是使用默认的第一AI网络的网络参数,进而第一端能够基于所述网络参数以及接收到的网络结构得到第一AI网络。或者,第二端也可以是只发送网络参数,例如第一AI网络的网络参数,第一端可以是存储有第一AI网络的网络结构,或者也可以是接收其他通信设备发送的第一AI网络的网络结构,进而第一端能够基于所述网络结构和第二端发送的网络参数得到所述第一AI网络,以通过第一AI网络执行相关的网络操作。这样,也就使得AI网络的网络结构和网络参数能够实现单独发送,能够有效降低通信过程中的传输开销。
可选地,所述AI网络信息包括更新的网络结构和更新的网络参数中的至少一项,所述步骤202还可以包括:
所述第一端基于所述更新的网络结构和所述更新的网络参数中的至少一项,对第二AI网络进行更新,以得到所述第一AI网络。
例如,第一端包括第二AI网络,第二端已知第二AI网络,第二端计算第二AI网络和第一AI网络的区别,即从第二AI网络过渡到第一AI网络的更新了的网络结构,第二端可以将更新的网络结构发送给第一端,进而第一端能够基于所述更新的网络结构对第二AI网络进行网络结构的更新,以将第二AI网络更新为第一AI网络。
或者,第二端发送的也可以是更新的网络参数,或者是更新的网络参数以及更新的网络结构,进而第一端能够基于更新的网络参数,或者基于更新的网络参数和更新的网络结构对第二AI网络进行更新,以得到第一AI网络。也就是说,第一AI网络是在第二AI网络的基础上进行更新得到的。
本申请实施例中,第二端可以只需要发送更新的网络结构和/或更新的网络参数给第一端,也即第二端无需将整个AI网络的网络结构和网络参数都发送给第一端,这样能够有效节省通信过程中的传输开销。
可选地,所述AI网络信息还包括预设的网络结构标识,所述第一端基于所述更新的网络结构和所述更新的网络参数中的至少一项,对第二AI网络进行更新,以得到所述第一AI网络之前,所述方法还包括:
所述第一端基于所述预设的网络结构标识确定所述第二AI网络。
需要说明地,第一端和第二端可以是具备多个不同功能的AI网络,用于实现不同的通信功能,例如用于定位的AI网络,用于信道估计的AI网络,用于信道状态信息(ChannelState Information,CSI)编码的AI网络,等等。其中,所述预设的网络结构标识可以是用于指示所述第二AI网络,进而所述第一端基于所述预设的网络结构标识也就能够确定所述第二AI网络是哪一个,确保所述更新的网络结构和/或更新的网络参数能够实施在正确的AI网络上。
可选地,所述预设的网络结构标识可以是通过AI网络的功能来表征,或者也可以是AI网络对应的唯一标识码等,所述预设的网络结构标识可以是协议约定。
可选地,所述第二AI网络为如下任意一项:
协议约定或者高层配置的预设AI网络;
所述第一端使用过的第一历史AI网络,所述第一历史AI网络的网络功能与所述第一AI网络的网络功能相同;
所述第一端使用过的第二历史AI网络,所述第二历史AI网络的网络功能与所述第一AI网络的网络功能不同。
例如,所述第一AI网络为用于CSI编码的AI网络,所述第二AI网络可以是第一端使用过的同样用于CSI编码的AI网络;或者,若第一AI网络为用于CSI编码的AI网络,第二AI网络也可以是第一端使用过的不是用于CSI编码的AI网络,例如第二AI网络为用于信道估计的AI网络。或者,所述第二AI网络也可以是协议指定的AI网络,或者是高层配置的AI网络。
可选地,所述方法还包括:
所述第一端接收目标信令,所述目标信令用于指示如下至少一项:
所述第二AI网络为所述第二历史AI网络;
所述第二AI网络为目标第二历史AI网络,所述第二历史AI网络包括所述目标第二历史AI网络。
本申请实施例中,可以通过目标信令来指示被更新的第二AI网络为所述第一端使用过的且与第一AI网络的网络功能不同的第二历史AI网络。以及,在所述第二历史AI网络的数量为多个的情况下,所述目标信令还可以是直接指示所述第二AI网络具体为第二历史AI网络中的哪一个。
本申请实施例中,在所述AI网络信息包括更新的网络结构的情况下,所述对第二AI网络进行更新,包括如下任意一项:
在所述第二AI网络的网络结构上增加至少一个新的网络结构;
在所述第二AI网络的网络结构上删减至少一个网络结构;
对所述第二AI网络的至少一个网络结构进行修改。
示例性地,第二端发送的AI网络信息包括更新的网络结构,例如第二端在第二AI网络的基础上增加了至少一个新的网络结构而得到第一AI网络,则第二端向第一端发送的所述更新的网络结构可以是包括所述新增的至少一个新的网络结构,进而第一端能够在第二AI网络的网络结构上增加所述至少一个新的网络结构,也更新得到第一AI网络,这样也就确保了第一端和第二端的AI网络的同步,并且,第二端只需要发送更新的网络结构即可,无需将整个更新完的第一AI网络都发送给第一端,有效节省了传输开销。
或者,第二端也可以是将需要删减的至少一个网络结构作为更新的网络结构发送给第一端,则第一端在第二AI网络的网络结构上删减所述至少一个网络结构,以得到第一AI网络。又或者,第二端也可以是将需要修改的至少一个网络结构作为更新的网络结构发送给第一端,则第一端基于需要所述修改的至少一个网络结构对第二AI网络进行修改,以得到第一AI网络,本实施例不做过多赘述。
本申请实施例中,在需要对第二AI网络进行更新的情况下,第二端可以是仅向第一端发送更新的网络结构,无需发送全部的网络结构,这样能够有效节省第二端与第一端之间的通信开销。
可选地,所述在所述第二AI网络的网络结构上增加至少一个新的网络结构的情况下,所述AI网络信息包括用于指示所述更新的网络结构的第一目标信息,所述第一目标信息包括如下至少一项:
所述新的网络结构的输入信息;
所述新的网络结构的输出信息;
所述新的网络结构的网络参数;
所述新的网络结构的功能;
所述新的网络结构的标识;
所述新的网络结构与所述第二AI网络的网络结构之间的对应关系;
所述第二AI网络的网络结构的输入信息与输出信息的修改信息;
所述第二AI网络的部分网络参数的修改信息。
需要说明地,在一些实施例中,网络结构的输入信息也可以称为网络结构的输入或输入参数,所述输入信息包括维度、标识和长度;网络结构的输出信息也可以称为网络结构的输出或输出参数,所述输出信息同样包括维度、标识和长度。网络结构的网络参数包括维度、标识、非零位置的指示、更新位置的指示、最大值位置的指示、是否归一化的指示等。
可选地,目标参数的信息内容包括如下至少一项:所述目标参数的维度、所述目标参数的数值、所述目标参数中更新的数值的位置;其中,所述目标参数包括如下至少一项:网络结构的输入信息、网络结构的输出信息、网络参数。
例如,在第二端向第一端发送AI网络信息,第一端需要在第二AI网络的网络结构上增加至少一个新的网络结构的情况下,所述第二端发送的AI网络信息还包括第一目标信息,该第一目标信息包括网络参数,所述网络参数的信息内容包括维度、数值以及网络参数中更新的数值的位置,进而第一端基于接收到的网络参数的信息内容,在第二AI网络的网络结构上增加新的网络结构。
可选地,目标参数还可以包括网络结构的输入信息、输出信息等,此处不再具体赘述。
需要说明地,任意一个AI网络都可以拆解成多个节点的列表,通过每个节点的输入输出的连接关系可以表示整个AI网络。例如,一个简单的两层全连接网络可以通过两个节点表示,第一个节点包括一个输入、一个权重和一个输出,第二个节点同样包括一个输入、一个权重和一个输出,如果将第一个节点的输入和整个AI网络的输入关联,将第一个节点的输出和第二个节点的输入关联,将第二个节点的输出和整个AI网络的输出关联,就可以描述这个AI网络,其中的关联可以是使用相同的索引或者名称等。
在第二端想要增加新的网络结构,例如在两个节点之间增加一个新的全连接节点,该新的节点同样包括一个输入、一个权重和一个输出,第二端可以是将新的网络结构与历史网络结构(例如第二AI网络的网络结构)之间的对应关系发送给第一端,第一端接收到这个对应关系后,能够在第二AI网络的网络结构上增加新的网络结构,并重置所述新的网络结构(或者称新的节点)的输入输出与第二AI网络的网络结构的输入输出之间的关联关系。
本申请实施例中,所述新的网络结构与第二AI网络的网络结构之间的对应关系,可以是指所述新的网络的每个输入输出和所述第二AI网络的输入输出之间的对应关系。例如,第二AI网络的网络结构包括第一个节点和第二个节点,新的网络结构为新增的一个节点,所述新的网络结构与第二AI网络的网络结构之间的对应关系可以是包括:1.新的节点的输入和第一个节点的输出关联,2.新的节点的输出和第二个节点的输入关联。另外,还可以包括第二AI网络的网络结构的输入信息与输出信息的修改信息,例如第一个节点的输出和第二个节点的输入关联取消。
可以理解地,当第二端在第二AI网络的网络结构上增加至少一个新的网络结构的情况下,第二端发送的AI网络信息还可以包括其他信息内容,例如新的网络结构的功能、新的网络结构的标识、第二AI网络的部分网络参数的修改信息等,本实施例不做具体赘述。
可选地,所述在所述第二AI网络的网络结构上删减至少一个网络结构的情况下,所述AI网络信息包括用于指示所述更新的网络结构的第二目标信息,所述第二目标信息包括如下至少一项:
第一目标网络结构的标识,所述第一目标网络结构为所述第二AI网络删减的网络结构;
剩余网络结构的输入信息与输出信息的对应关系,所述剩余网络结构为所述第二AI网络删减了所述第一目标网络结构之后剩余的网络结构。
示例性地,若第二端想要对第二AI网络的网络结构进行删减,第二端可以是直接向第一端发送要删减的第一目标网络结构的标识,以及还可以发送剩余网络结构的输入信息与输出信息之间的对应关系。
例如,第二AI网络的网络结构包括第一个节点和第二个节点,若删除的网络结构为第二个节点,则第二端发送的AI网络信息可以包括:1.需要删除的第二个节点的标识,2.第一个节点的输出和第二AI网络的总输出的关联关系。进而,第一端基于接收到的AI网络信息,对第二AI网络的第二个节点进行删除,并相应修改剩余网络结构的输入输出的关联关系。
可选地,所述对所述第二AI网络的至少一个网络结构进行修改的情况下,所述AI网络信息包括用于指示所述更新的网络结构的第三目标信息,所述第三目标信息包括如下至少一项:
第二目标网络结构与第三目标网络结构的对应关系,所述第二目标网络结构为所述第二AI网络中修改的网络结构,所述第三目标网络结构为所述第二AI网络中除所述第二目标网络结构以外的其他网络结构;
增加的网络参数;
删除的网络参数;
修改的网络参数;
所述第二目标网络结构的功能;
所述第二目标网络结构的运算子。
本申请实施例中,所述对第二AI网络进行更新还可以是对第二AI网络的至少一个网络结构进行修改,在这种情况下,第二端发送的AI网络信息可以是包括修改的网络结构与未修改的网络结构之间的对应关系、修改的网络结构的功能和运算子等。
例如,第二AI网络的网络结构包括第一个节点和第二个节点,若第二端想要将第一个节点修改为卷积节点,包括一个输入、一个输出、三个卷积核和三个对应的偏置,第二端发送的AI网络信息可以包括:1.需要修改的节点,如果修改的节点的输入输出和修改之前一样,则可不再指示,2.修改的节点的功能切换,例如从全连接节点切换为卷积节点,3.三个卷积核和对应的三个偏置。需要说明地,每个节点包含的功能是事先约定好的,取决于模型表述方式,具体的节点功能可以是根据模型表述方式不同而不同,例如:
1.如果不支持卷积节点的表示,可以使用几个乘法节点和加法节点表示这个卷积节点;
2.卷积节点可以有多个输出,即每个卷积核对应一个输出;
3.卷积节点的一个输出可以是扩维的,例如输入为16×32的矩阵,经过卷积之后输出为3×16×32的矩阵;
4.卷积节点的一个输出长度可以是改变的,例如输入为16×32的矩阵,经过卷积之后输出为16×96的矩阵,或者为1×1536的矩阵。
如果修改为卷积节点之后,输出的维度发生变化,后面连接的第二个节点的输入维度也应该与之匹配,如果第二端没有特别指示,第一端可以默认按照修改后的第一个节点的输出的维度为准,并且将第二个节点中相关的权重矩阵的维度进行修改,在新的权重参数下发之前,没有的参数按照0处理。
可选地,当AI网络中有个多个网络结构需要修改、增加或删除的情况下,第二端可以是通过串行传递的方式传输多个网络结构对应的AI网络信息,第一端接收所述AI网络信息后也可以是串行修改对应的网络结构。
需要说明地,本申请实施例还可以是通过层来描述AI网络的网络结构。相比之下,通过节点描述AI网络侧重于AI网络的结构,各个节点之间的连接管理,例如第三个节点可以不和第二个节点连接,而是和第一个节点连接,而通过层描述网络侧重于层的功能,相邻的两个层总是相互连接的,输入和输出是对应的。
可选地,通过层描述AI网络,AI网络可以表示为若干个层,每个层都可以有多个节点或者多个功能,更新网络结构的时候,包括层的增加、删除和修改。根据AI网络模型表述方法的不同,每一个层都可以包含不同的功能特性,例如卷积、池化、激活等,所需要的权重也不同,可以是由模型表述方法预先设定。
如果发送端(例如第二端)想增加一个新的层,需要指示新的层的前一个层的标识,直接和输入层关联,同时指示这个新的层的功能及权重信息。
如果发送端想删除一个层,发送删除的层的标识,然后再更新删除之后的两个新连接的层的输入输出的维度以及与之有关的权重参数即可。
如果发送端想修改一个层,可以直接针对这个层的功能、维度等进行修改,或者直接用一个新的层替换原有的层。
可选地,在所述AI网络信息包括更新的网络参数的情况下,所述更新的网络参数包括如下任意一项:
所述第一AI网络对应的网络参数;
所述第二AI网络增加的新的网络结构对应的网络参数;
所述第二AI网络修改的第二目标网络结构对应的网络参数。
例如,若第二端对第二AI网络的网络参数进行了更新,得到第一AI网络,则第二端可以是直接将更新后得到的第一AI网络的网络参数发送给第一端;或者,若第二端在第二AI网络基础上增加了新的网络结构或是修改了网络结构,则第二端可以是将新增的网络结构对应的网络参数或者是修改的网络结构对应的网络参数发送给第一端。第一端基于接收到的更新的网络参数,对第二AI网络的网络参数进行更新,以得到第一AI网络,以使第一端与第二端的AI网络保持同步,确保第一端与第二端之间基于AI网络的通信顺畅。
可选地,在所述第一端接收第二端发送的AI网络信息之前,所述方法还可以包括:
所述第一端向第二端发送更新请求,所述更新请求用于请求对AI网络信息进行更新;
这种情况下,所述第一端接收第二端发送的AI网络信息,包括:
所述第一端接收第二端发送的所述更新的网络结构和所述更新的网络参数中的至少一项。
本申请实施例中,在第二端对AI网络进行了更新的情况下,第二端将更新的网络结构和/或更新的网络参数发送给第一端;或者,第一端也可以是主动向第二端发起更新请求,以请求对AI网络信息更新,这种情况下,第二端能够基于所述更新请求对AI网络进行更新,并将更新的网络结构和/或更新的网络参数发送给第一端。
可选地,第二端在接收到所述更新请求后,还可以判断是否需要对AI网络进行更新,当判定需要更新的情况下,对AI网络进行更新,并将更新的网络结构和/或更新的网络参数发送给第一端。
可选地,所述第一端发送的更新请求包括如下至少一项:
请求更新的网络参数的名称;
请求更新的网络参数的标识;
期望所述AI网络信息更新的最早时刻;
期望所述AI网络信息更新的最晚时刻;
所述AI网络信息的更新精度。
可以理解地,第二端在接收到所述更新请求后,能够基于所述更新请求所包括的信息内容来发送对应的更新信息。例如,所述更新请求包括请求更新的网络参数的名称,则第二端基于所述名称,将更新的网络参数发送给第一端;若所述更新请求包括期望更新的最晚时刻,则第二端将更新的AI网络信息在所述最晚时刻之前发送给第一端,以使得所述第一端能够基于所述更新的AI网络信息在所述最晚时刻对第二AI网络进行更新。可选地,所述更新请求还可以是包括其他信息内容,此处不做赘述。
本申请实施例中,所述步骤201,所述第一端接收第二端发送的AI网络信息,包括如下任意一项:
所述第一端接收第二端基于广播消息发送的AI网络信息;
所述第一端接收第二端基于连接态下的终端特定信息发送的AI网络信息,所述第一端为终端;
所述第一端接收第二端基于信令发送的AI网络信息。
例如,第二端向第一端广播AI网络信息,可以是一次性广播完所有的AI网络信息,也可以是分多次广播所述AI网络信息。
或者,在第一端为终端的情况下,第二端(例如基站)基于连接态下的终端特定(UEspecific)信息发送AI网络信息,例如通过物理下行共享信道(Physical Downlink SharedChannel,PDSCH)的下行数据来发送所述AI网络信息。
或者,第二端也可以是基于信令来向第一端发送AI网络信息,例如无线资源控制(Radio Resource Control,RRC)、下行控制信息(Downlink Control Information,DCI)、媒体接入控制控制元素(Medium Access Control Control Element,MACCE)等。
本申请实施例中,所述第一端接收第二端发送的AI网络信息之前,所述方法还包括:
所述第一端向所述第二端发送第一指示信息,所述第一指示信息用于指示如下至少一项:
所述第一端是否具备AI能力;
所述第一端是否具备具有目标功能的AI网络,所述目标功能为所述第一AI网络对应的网络功能;
所述第一端是否具备所述AI网络信息。
本申请实施例中,所述第一端为终端,所述第二端可以为网络侧设备,终端在接入小区的过程中,可以向网络侧设备发送第一指示信息,通过所述第一指示信息向网络侧设备反馈如下信息中的至少一项:是否具备AI能力、是否具备具有目标功能的AI网络以及是否具备对应的AI网络信息,例如所述AI网络信息包括AI网络的网络结构、网络结构的输入输出的维度以及网络参数的维度等。进而,网络侧设备根据终端发送的第一指示信息,选择如何发送AI网络信息。
可选地,在所述第一端具备AI能力且具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括更新的网络参数;
在所述第一端具备AI能力但不具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括所述第一AI网络的网络结构和网络参数;
在所述第一端具备的AI网络与所述目标功能的AI网络不匹配的情况下,所述第二端发送的所述AI网络信息包括更新的网络结构以及更新的网络参数。
需要说明地,若第一端(例如终端)不具备AI能力,终端在接入小区的过程中,通过第一指示信息向网络侧设备反馈不具备AI能力,网络侧设备可以指示终端使用某种非AI的通信方法,或者网络侧设备可以不做额外指示,终端默认使用固定的非AI通信方法。
可选地,在所述第一指示信息用于指示所述第一端是否具备AI能力的情况下,所述第一端向第二端发送第一指示信息包括如下任意一项:
所述第一端通过物理随机接入信道(Physical Random Access Channel,PRACH)分组向所述第二端发送第一指示信息,其中,一个PRACH分组对应一种AI能力和/或对应所述第一端是否具备具有目标功能的AI网络;
所述第一端通过PRACH信息向所述第二端发送第一指示信息。
其中,PRACH分组与AI能力和/或第一端是否具备具有目标功能的AI网络的对应关系可以是协议约定。例如,一个PRACH分组对应一种AI能力,当第一端通过PRACH分组向第二端发送第一指示信息,第二端基于该PRACH分组也就能够确定第一端对应的AI能力,进而以向第一端发送对应的AI网络信息。或者,一个PRACH分组对应第一端具备具有目标功能的AI网络,当第一端通过该PRACH分组向第二端发送第一指示信息,第二端基于该PRACH分组也就能够确定第一端具备目标功能的AI网络,进而第二端能够确定如何向第一端发送AI网络信息。这样,也就使得第二端能够基于PRACH分组确定如何向第一端发送AI网络信息。
或者,第一端也可以是通过PRACH信息来向第二端反馈AI能力。例如,若终端通过信息(message)Msg1发送第一指示信息,网络侧设备通过Msg2指示网络侧设备如何发送AI网络信息;若终端通过Msg3发送第一指示信息,网络侧设备通过Msg4指示网络侧设备如何发送AI网络信息;若终端通过MsgA发送第一指示信息,网络侧设备通过MsgB指示网络侧设备如何发送AI网络信息。
本申请实施例中,所述方法还可以包括:
所述第一端接收所述第二端发送的第二指示信息,所述第二指示信息用于指示如下至少一项:
所述第二端发送所述AI网络信息的时频域资源位置;
所述第二端发送所述AI网络信息的时间;
所述第二端发送所述AI网络信息的周期。
例如,若第二端决定暂时不发送AI网络信息,则第二端可以向第一端发送第二指示信息,以指示发送AI网络信息的时频域资源位置、时间和周期中的至少一项。这样,也就使得第一端能够基于所述第二指示信息确定如何接收第二端发送的AI网络信息。
可选地,在所述第一端为终端,所述终端从第一小区切换至第二小区的情况下,若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构相同,所述第二端发送的所述AI网络信息包括更新的网络参数;若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构不同,所述第二端发送的所述AI网络信息包括更新的网络结构和更新的网络参数,例如所述第二端为基站,基站按照终端新接入的第二小区,重新下发更新的AI网络信息。
示例性地,终端和基站使用联合的AI网络进行CSI反馈,即终端通过AI网络将信道信息转换成若干比特(bit)的CSI反馈信息,并上报给基站,基站接收终端反馈的bit信息,通过基站侧的AI网络将信道信息恢复出来。
由于基站和终端的AI网络需要进行联合训练,不同的小区信道情况不同,也可能需要新的网络参数,因此当终端接入网络的时候,基站需要将终端使用的网络参数发送给终端。CSI反馈的AI网络可以分成两个部分,终端编码部分和基站解码部分,通常,基站只需要将终端编码部分的AI网络发送给终端。
当终端切换小区的时候,新的小区使用的AI网络和旧的小区不同,需要更新终端的AI网络结构。每个小区使用的AI网络结构即使相同,由于信道质量不同,训练的网络参数也不同,需要重新下发网络参数。而且两个小区使用的CSI网络可能不同,例如新的小区使用全连接的CSI网络,旧的小区使用基于卷积网络的CSI网络,或者新的小区比旧的小区多一个池化层等。
为了节约开销,新的小区下发网络结构的时候,可以只发送和旧的小区使用的网络结构不同的内容,具体地,新的小区和旧的小区可以在基站间的通信中获知对方使用的AI网络结构,这个过程可以独立于终端,即无论终端是否切换小区,两个小区的网络结构都是定期沟通的。
请参照图3,图3是本申请实施例提供的另一种AI网络信息传输方法的流程图,如图3所示,所述方法包括以下步骤:
步骤301、第二端向第一端发送AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项。
可选地,第二端可以是向至少一个第一端发送AI网络信息,例如第二端可以是通过广播的方式发送AI网络信息,以使得至少一个第一端能够基于广播消息接收AI网络信息。
本申请实施例中,第二端发送的AI网络信息包括网络结构和网络参数中的至少一项,进而AI网络的网络结构和网络参数也就可以分开发送,在通信过程中也就无需将包括网络结构和网络参数的整个AI网络一起进行传输,这样也就能够有效降低通信过程中的传输开销。
可选地,所述AI网络信息包括所述第一AI网络的网络结构和网络参数。例如第二端为基站,第一端为终端,基站向终端发送第一AI网络的完整的网络结构和网络参数,进而终端基于所述网络结构和网络参数也就能够得到所述第一AI网络。
或者,所述AI网络信息包括更新的网络结构和更新的网络参数中的至少一项,进而第一端能够基于所述更新的网络结构和/或更新的网络参数,对第二AI网络进行更新,以得到第一AI网络。
例如,第一端包括第二AI网络,第二端已知第二AI网络,第二端使用的是与第二AI网络的网络结构不同的第一AI网络的情况下,第二端可以将第一AI网络相比于第二AI网络更新的网络结构发送给第一端,进而第一端能够基于所述更新的网络结构对第二AI网络进行网络结构的更新,以将第二AI网络更新为第一AI网络。
可选地,所述AI网络信息还包括预设的网络结构标识,所述预设的网络结构标识用于指示第二AI网络,所述第一端基于所述更新的网络结构和更新的网络参数中的至少一项对所述第二AI网络进行更新。
需要说明地,第一端和第二端可以是具备多个不同功能的AI网络,用于实现不同的通信功能。其中,所述预设的网络结构标识可以是用于指示所述第二AI网络,进而所述第一端基于所述预设的网络结构标识也就能够确定所述第二AI网络是哪一个,确保所述更新的网络结构和/或更新的网络参数能够实施在正确的AI网络上。
可选地,所述第二AI网络为如下任意一项:
协议约定或者高层配置的预设AI网络;
所述第一端使用过的第一历史AI网络,所述第一历史AI网络的网络功能与所述第一AI网络的网络功能相同;
所述第一端使用过的第二历史AI网络,所述第二历史AI网络的网络功能与所述第一AI网络的网络功能不同。
可选地,所述第二端向第一端发送AI网络信息之前,所述方法还包括:
所述第二端接收所述第一端发送的更新请求,所述更新请求用于请求对AI网络信息进行更新;
这种情况下,所述第二端向第一端发送AI网络信息,包括:
所述第二端向所述第一端发送所述更新的网络结构和所述更新的网络参数中的至少一项。
需要说明的是,第二端在接收到第一端发送的更新请求的情况下,可以基于所述更新请求对第二AI网络进行更新。其中,第二端对第二AI网络的更新包括对网络结构的更新和/或网络参数的更细,所述对网络结构的更新包括在第二AI网络的网络结构上增加至少一个新的网络结构、删减至少一个网络结构、修改至少一个网络结构,所述对网络参数的更新也可以包括增加新的网络参数、删减网络参数和修改网络参数。所述第二端对第二AI网络的更新的具体实现过程可以参照上述第一端对第二AI网络更新的实现过程,此处不再赘述。
可选地,所述更新请求包括如下至少一项:
请求更新的网络参数的名称;
请求更新的网络参数的标识;
期望所述AI网络信息更新的最早时刻;
期望所述AI网络信息更新的最晚时刻;
所述AI网络信息的更新精度。
可选地,所述第二端向第一端发送AI网络信息,包括如下任意一项:
所述第二端基于广播消息向第一端发送AI网络信息;
所述第二端基于连接态下的终端特定(UE specific)信息向第一端发送AI网络信息,所述第一端为终端;
所述第二端基于信令向第一端发送AI网络信息。
可选地,所述第二端向第一端发送AI网络信息之前,所述方法还包括:
所述第二端接收所述第一端发送的第一指示信息,所述第一指示信息用于指示如下至少一项:
所述第一端是否具备AI能力;
所述第一端是否具备具有目标功能的AI网络,所述目标功能为第一AI网络对应的网络功能;
所述第一端是否具备所述AI网络信息。
可选地,在所述第一端具备AI能力且具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括更新的网络参数;
在所述第一端具备AI能力但不具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括所述第一AI网络的网络结构和网络参数;
在所述第一端具备的AI网络与所述目标功能的AI网络不匹配的情况下,所述第二端发送的所述AI网络信息包括更新的网络结构以及更新的网络参数。
可选地,所述第二端接收所述第一端发送的第一指示信息,包括如下任意一项:
所述第二端接收所述第一端通过PRACH分组发送的第一指示信息,其中,一个PRACH分组对应一种AI能力和/或对应所述第一端是否具备具有目标功能的AI网络;
所述第二端接收所述第一端通过PRACH信息发送的第一指示信息。
可选地,所述方法还包括:
所述第二端向所述第一端发送第二指示信息,所述第二指示信息用于指示如下至少一项:
所述第二端发送所述AI网络信息的时频域资源位置;
所述第二端发送所述AI网络信息的时间;
所述第二端发送所述AI网络信息的周期。
本申请实施例中,所述第一端为网络侧设备和终端中的一者,所述第二端为网络侧设备和终端中的另一者;或者,所述第一端和所述第二端为终端的不同节点;或者,所述第一端和所述第二端为网络侧设备的不同节点。
可选地,在所述第一端为终端,所述终端从第一小区切换至第二小区的情况下,若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构相同,所述第二端发送的所述AI网络信息包括更新的网络参数;
若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构不同,所述第二端发送的所述AI网络信息包括更新的网络结构和更新的网络参数。
需要说明地,本申请实施例所提供的AI网络信息传输方法应用于第二端,与上述图2实施例中所提供的应用于第一端的AI网络信息传输方法相对应,本申请实施例中相关步骤的具体实现过程可以参照上述图2所述方法实施例中的描述,为避免重复,此处不再赘述。
本申请实施例中,第二端发送的AI网络信息包括网络结构和网络参数中的至少一项,进而在通信过程中也就无需将包括全部网络结构和网络参数的整个AI网络一起进行传输,AI网络的网络结构和网络参数可以分开发送,这样也就能够有效降低通信过程中的传输开销。
本申请实施例提供的AI网络信息传输方法,执行主体可以为AI网络信息传输装置。本申请实施例中以AI网络信息传输装置执行AI网络信息传输方法为例,说明本申请实施例提供的AI网络信息传输装置。
请参照图4,图4是本申请实施例提供的一种AI网络信息传输装置的结构图,如图4所示,AI网络信息传输装置400包括:
接收模块401,用于接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项;
执行模块402,用于基于所述AI网络信息得到第一AI网络。
可选地,所述AI网络信息包括所述第一AI网络的网络结构和网络参数,所述执行模块402还用于:
基于所述第一AI网络的网络结构和网络参数,得到所述第一AI网络。
可选地,所述AI网络信息包括更新的网络结构和更新的网络参数中的至少一项;所述执行模块402还用于:
基于所述更新的网络结构和所述更新的网络参数中的至少一项,对第二AI网络进行更新,以得到所述第一AI网络。
可选地,所述AI网络信息还包括预设的网络结构标识;所述装置还包括:
确定模块,用于基于所述预设的网络结构标识确定所述第二AI网络。
可选地,所述第二AI网络为如下任意一项:
协议约定或者高层配置的预设AI网络;
所述装置使用过的第一历史AI网络,所述第一历史AI网络的网络功能与所述第一AI网络的网络功能相同;
所述装置使用过的第二历史AI网络,所述第二历史AI网络的网络功能与所述第一AI网络的网络功能不同。
可选地,所述接收模块401还用于:
接收目标信令,所述目标信令用于指示如下至少一项:
所述第二AI网络为所述第二历史AI网络;
所述第二AI网络为目标第二历史AI网络,所述第二历史AI网络包括所述目标第二历史AI网络。
可选地,所述AI网络信息包括更新的网络结构,所述执行模块402还用于执行如下任意一项:
在所述第二AI网络的网络结构上增加至少一个新的网络结构;
在所述第二AI网络的网络结构上删减至少一个网络结构;
对所述第二AI网络的至少一个网络结构进行修改。
可选地,所述AI网络信息包括用于指示所述更新的网络结构的第一目标信息,所述第一目标信息包括如下至少一项:
所述新的网络结构的输入信息;
所述新的网络结构的输出信息;
所述新的网络结构的网络参数;
所述新的网络结构的功能;
所述新的网络结构的标识;
所述新的网络结构与所述第二AI网络的网络结构之间的对应关系;
所述第二AI网络的网络结构的输入信息与输出信息的修改信息;
所述第二AI网络的部分网络参数的修改信息。
可选地,目标参数的信息内容包括如下至少一项:所述目标参数的维度、所述目标参数的数值、所述目标参数中更新的数值的位置;
其中,所述目标参数包括如下至少一项:网络结构的输入信息、网络结构的输出信息、网络参数。
可选地,所述AI网络信息包括用于指示所述更新的网络结构的第二目标信息,所述第二目标信息包括如下至少一项:
第一目标网络结构的标识,所述第一目标网络结构为所述第二AI网络删减的网络结构;
剩余网络结构的输入信息与输出信息的对应关系,所述剩余网络结构为所述第二AI网络删减了所述第一目标网络结构之后剩余的网络结构。
可选地,所述AI网络信息包括用于指示所述更新的网络结构的第三目标信息,所述第三目标信息包括如下至少一项:
第二目标网络结构与第三目标网络结构的对应关系,所述第二目标网络结构为所述第二AI网络中修改的网络结构,所述第三目标网络结构为所述第二AI网络中除所述第二目标网络结构以外的其他网络结构;
增加的网络参数;
删除的网络参数;
修改的网络参数;
所述第二目标网络结构的功能;
所述第二目标网络结构的运算子。
可选地,在所述AI网络信息包括更新的网络参数的情况下,所述更新的网络参数包括如下任意一项:
所述第一AI网络对应的网络参数;
所述第二AI网络增加的新的网络结构对应的网络参数;
所述第二AI网络修改的第二目标网络结构对应的网络参数。
可选地,所述装置还包括:
第一发送模块,用于向第二端发送更新请求,所述更新请求用于请求对AI网络信息进行更新;
所述接收模块401还用于:接收第二端发送的所述更新的网络结构和所述更新的网络参数中的至少一项。
可选地,所述更新请求包括如下至少一项:
请求更新的网络参数的名称;
请求更新的网络参数的标识;
期望所述AI网络信息更新的最早时刻;
期望所述AI网络信息更新的最晚时刻;
所述AI网络信息的更新精度。
可选地,所述接收模块401还用于执行如下任意一项:
接收第二端基于广播消息发送的AI网络信息;
接收第二端基于连接态下的终端特定信息发送的AI网络信息,所述装置为终端;
接收第二端基于信令发送的AI网络信息。
可选地,所述装置还包括:
第二发送模块,用于向所述第二端发送第一指示信息,所述第一指示信息用于指示如下至少一项:
所述装置是否具备AI能力;
所述装置是否具备具有目标功能的AI网络,所述目标功能为所述第一AI网络对应的网络功能;
所述装置是否具备所述AI网络信息。
可选地,在所述装置具备AI能力且具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括更新的网络参数;
在所述装置具备AI能力但不具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括所述第一AI网络的网络结构和网络参数;
在所述装置具备的AI网络与所述目标功能的AI网络不匹配的情况下,所述第二端发送的所述AI网络信息包括更新的网络结构以及更新的网络参数。
可选地,在所述第一指示信息用于指示所述装置是否具备AI能力的情况下,所述第二发送模块还用于执行如下任意一项:
通过物理随机接入信道PRACH分组向所述第二端发送第一指示信息,其中,一个PRACH分组对应一种AI能力和/或对应所述装置是否具备具有目标功能的AI网络;
所述装置通过PRACH信息向所述第二端发送第一指示信息。
可选地,所述接收模块401还用于:
接收所述第二端发送的第二指示信息,所述第二指示信息用于指示如下至少一项:
所述第二端发送所述AI网络信息的时频域资源位置;
所述第二端发送所述AI网络信息的时间;
所述第二端发送所述AI网络信息的周期。
可选地,在所述装置为终端,所述终端从第一小区切换至第二小区的情况下,若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构相同,所述第二端发送的所述AI网络信息包括更新的网络参数;
若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构不同,所述第二端发送的所述AI网络信息包括更新的网络结构和更新的网络参数。
可选地,所述装置为网络侧设备和终端中的一者,所述第二端为网络侧设备和终端中的另一者;或者,
所述装置和所述第二端为终端的不同节点;或者,
所述装置和所述第二端为网络侧设备的不同节点。
本申请实施例中,第二端发送的AI网络信息包括网络结构和网络参数中的至少一项,进而在通信过程中也就无需将包括全部网络结构和网络参数的整个AI网络一起进行传输,AI网络的网络结构和网络参数可以分开发送,这样也就能够有效降低通信过程中的传输开销。
本申请实施例中的AI网络信息传输装置可以是电子设备,例如具有操作系统的电子设备,也可以是电子设备中的部件,例如集成电路或芯片。该电子设备可以是终端,也可以为除终端之外的其他设备。示例性的,终端可以包括但不限于上述所列举的终端11的类型,其他设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)等,本申请实施例不作具体限定。
本申请实施例提供的AI网络信息传输装置能够实现图2所述方法实施例实现的各个过程,并达到相同的技术效果,为避免重复,这里不再赘述。
请参照图5,图5是本申请实施例提供的另一种AI网络信息传输装置的结构图,如图5所示,AI网络信息传输装置500包括:
发送模块501,用于向第一端发送AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项。
可选地,所述AI网络信息包括所述第一AI网络的网络结构和网络参数。
可选地,所述AI网络信息包括更新的网络结构和更新的网络参数中的至少一项。
可选地,所述AI网络信息还包括预设的网络结构标识,所述预设的网络结构标识用于指示第二AI网络,所述第一端基于所述更新的网络结构和更新的网络参数中的至少一项对所述第二AI网络进行更新。
可选地,所述第二AI网络为如下任意一项:
协议约定或者高层配置的预设AI网络;
所述第一端使用过的第一历史AI网络,所述第一历史AI网络的网络功能与所述第一AI网络的网络功能相同;
所述第一端使用过的第二历史AI网络,所述第二历史AI网络的网络功能与所述第一AI网络的网络功能不同。
可选地,所述装置还包括:
第一接收模块,用于接收所述第一端发送的更新请求,所述更新请求用于请求对AI网络信息进行更新;
所述发送模块501还用于:
向所述第一端发送所述更新的网络结构和所述更新的网络参数中的至少一项。
可选地,所述更新请求包括如下至少一项:
请求更新的网络参数的名称;
请求更新的网络参数的标识;
期望所述AI网络信息更新的最早时刻;
期望所述AI网络信息更新的最晚时刻;
所述AI网络信息的更新精度。
可选地,所述发送模块501还用于执行如下任意一项:
基于广播消息向第一端发送AI网络信息;
基于连接态下的终端特定信息向第一端发送AI网络信息,所述第一端为终端;
基于信令向第一端发送AI网络信息。
可选地,所述装置还包括:
第二接收模块,用于接收所述第一端发送的第一指示信息,所述第一指示信息用于指示如下至少一项:
所述第一端是否具备AI能力;
所述第一端是否具备具有目标功能的AI网络,所述目标功能为第一AI网络对应的网络功能;
所述第一端是否具备所述AI网络信息。
可选地,在所述第一端具备AI能力且具备具有目标功能的AI网络的情况下,所述装置发送的所述AI网络信息包括更新的网络参数;
在所述第一端具备AI能力但不具备具有目标功能的AI网络的情况下,所述装置发送的所述AI网络信息包括所述第一AI网络的网络结构和网络参数;
在所述第一端具备的AI网络与所述目标功能的AI网络不匹配的情况下,所述装置发送的所述AI网络信息包括更新的网络结构以及更新的网络参数。
可选地,所述第二接收模块还用于执行如下任意一项:
接收所述第一端通过PRACH分组发送的第一指示信息,其中,一个PRACH分组对应一种AI能力和/或对应所述第一端是否具备具有目标功能的AI网络;
接收所述第一端通过PRACH信息发送的第一指示信息。
可选地,所述发送模块501还用于:
向所述第一端发送第二指示信息,所述第二指示信息用于指示如下至少一项:
所述装置发送所述AI网络信息的时频域资源位置;
所述装置发送所述AI网络信息的时间;
所述装置发送所述AI网络信息的周期。
可选地,在所述第一端为终端,所述终端从第一小区切换至第二小区的情况下,若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构相同,所述装置发送的所述AI网络信息包括更新的网络参数;
若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构不同,所述装置发送的所述AI网络信息包括更新的网络结构和更新的网络参数。
可选地,所述第一端为网络侧设备和终端中的一者,所述装置为网络侧设备和终端中的另一者;或者,
所述第一端和所述装置为终端的不同节点;或者,
所述第一端和所述装置为网络侧设备的不同节点。
本申请实施例中,所述装置发送的AI网络信息包括网络结构和网络参数中的至少一项,进而在通信过程中也就无需将包括全部网络结构和网络参数的整个AI网络一起进行传输,AI网络的网络结构和网络参数可以分开发送,这样也就能够有效降低通信过程中的传输开销。
本申请实施例中的AI网络信息传输装置可以是电子设备,例如具有操作系统的电子设备,也可以是电子设备中的部件,例如集成电路或芯片。该电子设备可以是终端,也可以为除终端之外的其他设备。示例性的,终端可以包括但不限于上述所列举的终端11的类型,其他设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)等,本申请实施例不作具体限定。
本申请实施例提供的AI网络信息传输装置能够实现图3所述方法实施例实现的各个过程,并达到相同的技术效果,为避免重复,这里不再赘述。
可选的,如图6所示,本申请实施例还提供一种通信设备600,包括处理器601和存储器602,存储器602上存储有可在所述处理器601上运行的程序或指令,该程序或指令被处理器601执行时实现上述图2或图3所述的AI网络信息传输方法实施例的各个步骤,且能达到相同的技术效果。为避免重复,这里不再赘述。
本申请实施例还提供一种终端,上述图2或图3方法实施例的各个实施过程和实现方式均可适用于该终端实施例中,且能达到相同的技术效果。具体地,图7为实现本申请实施例的一种终端的硬件结构示意图。
该终端700包括但不限于:射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709以及处理器710等中的至少部分部件。
本领域技术人员可以理解,终端700还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器710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。图7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,在此不再赘述。
应理解的是,本申请实施例中,输入单元704可以包括图形处理单元(GraphicsProcessing Unit,GPU)7041和麦克风7042,图形处理器7041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。显示单元706可包括显示面板7061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板7061。用户输入单元707包括触控面板7071以及其他输入设备7072中的至少一种。触控面板7071,也称为触摸屏。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
本申请实施例中,射频单元701接收来自网络侧设备的下行数据后,可以传输给处理器710进行处理;另外,射频单元701可以向网络侧设备发送上行数据。通常,射频单元701包括但不限于天线、放大器、收发信机、耦合器、低噪声放大器、双工器等。
存储器709可用于存储软件程序或指令以及各种数据。存储器709可主要包括存储程序或指令的第一存储区和存储数据的第二存储区,其中,第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器709可以包括易失性存储器或非易失性存储器,或者,存储器709可以包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(SynchronousDRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本申请实施例中的存储器709包括但不限于这些和任意其它适合类型的存储器。
处理器710可包括一个或多个处理单元;可选的,处理器710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涉及操作系统、用户界面和应用程序等的操作,调制解调处理器主要处理无线通信信号,如基带处理器。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710中。
在本申请实施例的一种实施方式中,终端700为第一端。其中,射频单元701,用于接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项;
处理器710,用于基于所述AI网络信息得到第一AI网络。
可选地,所述AI网络信息包括所述第一AI网络的网络结构和网络参数,所述处理器710还用于:
基于所述第一AI网络的网络结构和网络参数,得到所述第一AI网络。
可选地,所述AI网络信息包括更新的网络结构和更新的网络参数中的至少一项;所述处理器710还用于:
基于所述更新的网络结构和所述更新的网络参数中的至少一项,对第二AI网络进行更新,以得到所述第一AI网络。
可选地,所述AI网络信息还包括预设的网络结构标识;所述处理器710还用于:
基于所述预设的网络结构标识确定所述第二AI网络。
可选地,所述第二AI网络为如下任意一项:
协议约定或者高层配置的预设AI网络;
所述终端使用过的第一历史AI网络,所述第一历史AI网络的网络功能与所述第一AI网络的网络功能相同;
所述终端使用过的第二历史AI网络,所述第二历史AI网络的网络功能与所述第一AI网络的网络功能不同。
可选地,射频单元701还用于:
接收目标信令,所述目标信令用于指示如下至少一项:
所述第二AI网络为所述第二历史AI网络;
所述第二AI网络为目标第二历史AI网络,所述第二历史AI网络包括所述目标第二历史AI网络。
可选地,处理器710还用于执行如下任意一项:
在所述第二AI网络的网络结构上增加至少一个新的网络结构;
在所述第二AI网络的网络结构上删减至少一个网络结构;
对所述第二AI网络的至少一个网络结构进行修改。
可选地,所述AI网络信息包括用于指示所述更新的网络结构的第一目标信息,所述第一目标信息包括如下至少一项:
所述新的网络结构的输入信息;
所述新的网络结构的输出信息;
所述新的网络结构的网络参数;
所述新的网络结构的功能;
所述新的网络结构的标识;
所述新的网络结构与所述第二AI网络的网络结构之间的对应关系;
所述第二AI网络的网络结构的输入信息与输出信息的修改信息;
所述第二AI网络的部分网络参数的修改信息。
可选地,目标参数的信息内容包括如下至少一项:所述目标参数的维度、所述目标参数的数值、所述目标参数中更新的数值的位置;
其中,所述目标参数包括如下至少一项:网络结构的输入信息、网络结构的输出信息、网络参数。
可选地,所述AI网络信息包括用于指示所述更新的网络结构的第二目标信息,所述第二目标信息包括如下至少一项:
第一目标网络结构的标识,所述第一目标网络结构为所述第二AI网络删减的网络结构;
剩余网络结构的输入信息与输出信息的对应关系,所述剩余网络结构为所述第二AI网络删减了所述第一目标网络结构之后剩余的网络结构。
可选地,所述AI网络信息包括用于指示所述更新的网络结构的第三目标信息,所述第三目标信息包括如下至少一项:
第二目标网络结构与第三目标网络结构的对应关系,所述第二目标网络结构为所述第二AI网络中修改的网络结构,所述第三目标网络结构为所述第二AI网络中除所述第二目标网络结构以外的其他网络结构;
增加的网络参数;
删除的网络参数;
修改的网络参数;
所述第二目标网络结构的功能;
所述第二目标网络结构的运算子。
可选地,在所述AI网络信息包括更新的网络参数的情况下,所述更新的网络参数包括如下任意一项:
所述第一AI网络对应的网络参数;
所述第二AI网络增加的新的网络结构对应的网络参数;
所述第二AI网络修改的第二目标网络结构对应的网络参数。
可选地,所述射频单元701还用于:
向第二端发送更新请求,所述更新请求用于请求对AI网络信息进行更新;
接收第二端发送的所述更新的网络结构和所述更新的网络参数中的至少一项。
可选地,所述更新请求包括如下至少一项:
请求更新的网络参数的名称;
请求更新的网络参数的标识;
期望所述AI网络信息更新的最早时刻;
期望所述AI网络信息更新的最晚时刻;
所述AI网络信息的更新精度。
可选地,所述射频单元701还用于执行如下任意一项:
接收第二端基于广播消息发送的AI网络信息;
接收第二端基于连接态下的终端特定信息发送的AI网络信息;
接收第二端基于信令发送的AI网络信息。
可选地,所述射频单元701还用于:
向所述第二端发送第一指示信息,所述第一指示信息用于指示如下至少一项:
所述终端是否具备AI能力;
所述终端是否具备具有目标功能的AI网络,所述目标功能为所述第一AI网络对应的网络功能;
所述终端是否具备所述AI网络信息。
可选地,在所述终端具备AI能力且具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括更新的网络参数;
在所述终端具备AI能力但不具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括所述第一AI网络的网络结构和网络参数;
在所述终端具备的AI网络与所述目标功能的AI网络不匹配的情况下,所述第二端发送的所述AI网络信息包括更新的网络结构以及更新的网络参数。
可选地,在所述第一指示信息用于指示所述终端是否具备AI能力的情况下,所述射频单元701还用于执行如下任意一项:
通过物理随机接入信道PRACH分组向所述第二端发送第一指示信息,其中,一个PRACH分组对应一种AI能力和/或对应所述第一端是否具备具有目标功能的AI网络;
通过PRACH信息向所述第二端发送第一指示信息。
可选地,所述射频单元701还用于:
接收所述第二端发送的第二指示信息,所述第二指示信息用于指示如下至少一项:
所述第二端发送所述AI网络信息的时频域资源位置;
所述第二端发送所述AI网络信息的时间;
所述第二端发送所述AI网络信息的周期。
可选地,在所述终端从第一小区切换至第二小区的情况下,若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构相同,所述第二端发送的所述AI网络信息包括更新的网络参数;
若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构不同,所述第二端发送的所述AI网络信息包括更新的网络结构和更新的网络参数。
可选地,所述第二端为网络侧设备;或者,
所述第一端和所述第二端为终端的不同节点。
在本申请实施例的另一种实施方式中,终端700为第二端。其中,所述射频单元701还用于:向第一端发送AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项。
可选地,所述AI网络信息包括所述第一AI网络的网络结构和网络参数。
可选地,所述AI网络信息包括更新的网络结构和更新的网络参数中的至少一项。
可选地,所述AI网络信息还包括预设的网络结构标识,所述预设的网络结构标识用于指示第二AI网络,所述第一端基于所述更新的网络结构和更新的网络参数中的至少一项对所述第二AI网络进行更新。
可选地,所述第二AI网络为如下任意一项:
协议约定或者高层配置的预设AI网络;
所述第一端使用过的第一历史AI网络,所述第一历史AI网络的网络功能与所述第一AI网络的网络功能相同;
所述第一端使用过的第二历史AI网络,所述第二历史AI网络的网络功能与所述第一AI网络的网络功能不同。
可选地,所述射频单元701还用于:
接收所述第一端发送的更新请求,所述更新请求用于请求对AI网络信息进行更新;
向所述第一端发送所述更新的网络结构和所述更新的网络参数中的至少一项。
可选地,所述更新请求包括如下至少一项:
请求更新的网络参数的名称;
请求更新的网络参数的标识;
期望所述AI网络信息更新的最早时刻;
期望所述AI网络信息更新的最晚时刻;
所述AI网络信息的更新精度。
可选地,所述射频单元701还用于执行如下任意一项:
基于广播消息向第一端发送AI网络信息;
基于连接态下的终端特定信息向第一端发送AI网络信息,所述第一端为终端;
基于信令向第一端发送AI网络信息。
可选地,所述射频单元701还用于:
接收所述第一端发送的第一指示信息,所述第一指示信息用于指示如下至少一项:
所述第一端是否具备AI能力;
所述第一端是否具备具有目标功能的AI网络,所述目标功能为第一AI网络对应的网络功能;
所述第一端是否具备所述AI网络信息。
可选地,在所述第一端具备AI能力且具备具有目标功能的AI网络的情况下,所述终端发送的所述AI网络信息包括更新的网络参数;
在所述第一端具备AI能力但不具备具有目标功能的AI网络的情况下,所述终端发送的所述AI网络信息包括所述第一AI网络的网络结构和网络参数;
在所述第一端具备的AI网络与所述目标功能的AI网络不匹配的情况下,所述终端发送的所述AI网络信息包括更新的网络结构以及更新的网络参数。
可选地,所述射频单元701还用于执行如下任意一项:
接收所述第一端通过PRACH分组发送的第一指示信息,其中,一个PRACH分组对应一种AI能力和/或对应所述第一端是否具备具有目标功能的AI网络;
接收所述第一端通过PRACH信息发送的第一指示信息。
可选地,所述射频单元701还用于:
向所述第一端发送第二指示信息,所述第二指示信息用于指示如下至少一项:
所述终端发送所述AI网络信息的时频域资源位置;
所述终端发送所述AI网络信息的时间;
所述终端发送所述AI网络信息的周期。
本申请实施例中,终端700发送的AI网络信息包括网络结构和网络参数中的至少一项,进而在通信过程中也就无需将包括全部网络结构和网络参数的整个AI网络一起进行传输,AI网络的网络结构和网络参数可以分开发送,这样也就能够有效降低通信过程中的传输开销。
本申请实施例还提供一种网络侧设备,上述图2和图3所述方法实施例的各个实施过程和实现方式均可适用于该网络侧设备实施例中,且能达到相同的技术效果。
具体地,本申请实施例还提供了一种网络侧设备。如图8所示,该网络侧设备800包括:天线81、射频装置82、基带装置83、处理器84和存储器85。天线81与射频装置82连接。在上行方向上,射频装置82通过天线81接收信息,将接收的信息发送给基带装置83进行处理。在下行方向上,基带装置83对要发送的信息进行处理,并发送给射频装置82,射频装置82对收到的信息进行处理后经过天线81发送出去。
以上实施例中网络侧设备执行的方法可以在基带装置83中实现,该基带装置83包括基带处理器。
基带装置83例如可以包括至少一个基带板,该基带板上设置有多个芯片,如图8所示,其中一个芯片例如为基带处理器,通过总线接口与存储器85连接,以调用存储器85中的程序,执行以上方法实施例中所示的网络设备操作。
该网络侧设备还可以包括网络接口86,该接口例如为通用公共无线接口(commonpublic radio interface,CPRI)。
具体地,本发明实施例的网络侧设备800还包括:存储在存储器85上并可在处理器84上运行的指令或程序,处理器84调用存储器85中的指令或程序执行图4或图5所示各模块执行的方法,并达到相同的技术效果,为避免重复,故不在此赘述。
具体地,本申请实施例还提供了另一种网络侧设备。如图9所示,该网络侧设备900包括:处理器901、网络接口902和存储器903。其中,网络接口902例如为通用公共无线接口(common public radio interface,CPRI)。
具体地,本发明实施例的网络侧设备900还包括:存储在存储器903上并可在处理器901上运行的指令或程序,处理器901调用存储器903中的指令或程序执行图4或图5所示各模块执行的方法,并达到相同的技术效果,为避免重复,故不在此赘述。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述图2或图3所述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。
其中,所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述图2或图3所述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。
应理解,本申请实施例提到的芯片还可以称为系统级芯片,系统芯片,芯片系统或片上系统芯片等。
本申请实施例另提供了一种计算机程序/程序产品,所述计算机程序/程序产品被存储在存储介质中,所述计算机程序/程序产品被至少一个处理器执行以实现上述图2或图3所述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。
本申请实施例还提供了一种通信系统,包括:终端及网络侧设备,所述终端可用于执行如上述图2所述方法的步骤,所述网络侧设备可用于执行如上图3所述方法的步骤,或者,所述终端可用于执行如上述图3所述方法的步骤,所述网络侧设备可用于执行如上图2所述方法的步骤。
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。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
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,本申请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计算机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)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请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申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (39)
1.一种人工智能AI网络信息传输方法,其特征在于,包括:
第一端接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项;
所述第一端基于所述AI网络信息得到第一AI网络。
2.根据权利要求1所述的方法,其特征在于,所述AI网络信息包括所述第一AI网络的网络结构和网络参数,所述第一端基于所述AI网络信息得到第一AI网络,包括:
所述第一端基于所述第一AI网络的网络结构和网络参数,得到所述第一AI网络。
3.根据权利要求1所述的方法,其特征在于,所述AI网络信息包括更新的网络结构和更新的网络参数中的至少一项;所述第一端基于所述AI网络信息得到第一AI网络,包括:
所述第一端基于所述更新的网络结构和所述更新的网络参数中的至少一项,对第二AI网络进行更新,以得到所述第一AI网络。
4.根据权利要求3所述的方法,其特征在于,所述AI网络信息还包括预设的网络结构标识;所述第一端基于所述更新的网络结构和所述更新的网络参数中的至少一项,对第二AI网络进行更新,以得到所述第一AI网络之前,所述方法还包括:
所述第一端基于所述预设的网络结构标识确定所述第二AI网络。
5.根据权利要求3所述的方法,其特征在于,所述第二AI网络为如下任意一项:
协议约定或者高层配置的预设AI网络;
所述第一端使用过的第一历史AI网络,所述第一历史AI网络的网络功能与所述第一AI网络的网络功能相同;
所述第一端使用过的第二历史AI网络,所述第二历史AI网络的网络功能与所述第一AI网络的网络功能不同。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
所述第一端接收目标信令,所述目标信令用于指示如下至少一项:
所述第二AI网络为所述第二历史AI网络;
所述第二AI网络为目标第二历史AI网络,所述第二历史AI网络包括所述目标第二历史AI网络。
7.根据权利要求3所述的方法,其特征在于,所述AI网络信息包括更新的网络结构,所述对第二AI网络进行更新,包括如下任意一项:
在所述第二AI网络的网络结构上增加至少一个新的网络结构;
在所述第二AI网络的网络结构上删减至少一个网络结构;
对所述第二AI网络的至少一个网络结构进行修改。
8.根据权利要求7所述的方法,其特征在于,所述在所述第二AI网络的网络结构上增加至少一个新的网络结构的情况下,所述AI网络信息包括用于指示所述更新的网络结构的第一目标信息,所述第一目标信息包括如下至少一项:
所述新的网络结构的输入信息;
所述新的网络结构的输出信息;
所述新的网络结构的网络参数;
所述新的网络结构的功能;
所述新的网络结构的标识;
所述新的网络结构与所述第二AI网络的网络结构之间的对应关系;
所述第二AI网络的网络结构的输入信息与输出信息的修改信息;
所述第二AI网络的部分网络参数的修改信息。
9.根据权利要求8所述的方法,其特征在于,目标参数的信息内容包括如下至少一项:所述目标参数的维度、所述目标参数的数值、所述目标参数中更新的数值的位置;
其中,所述目标参数包括如下至少一项:网络结构的输入信息、网络结构的输出信息、网络参数。
10.根据权利要求7所述的方法,其特征在于,所述在所述第二AI网络的网络结构上删减至少一个网络结构的情况下,所述AI网络信息包括用于指示所述更新的网络结构的第二目标信息,所述第二目标信息包括如下至少一项:
第一目标网络结构的标识,所述第一目标网络结构为所述第二AI网络删减的网络结构;
剩余网络结构的输入信息与输出信息的对应关系,所述剩余网络结构为所述第二AI网络删减了所述第一目标网络结构之后剩余的网络结构。
11.根据权利要求7所述的方法,其特征在于,所述对所述第二AI网络的至少一个网络结构进行修改的情况下,所述AI网络信息包括用于指示所述更新的网络结构的第三目标信息,所述第三目标信息包括如下至少一项:
第二目标网络结构与第三目标网络结构的对应关系,所述第二目标网络结构为所述第二AI网络中修改的网络结构,所述第三目标网络结构为所述第二AI网络中除所述第二目标网络结构以外的其他网络结构;
增加的网络参数;
删除的网络参数;
修改的网络参数;
所述第二目标网络结构的功能;
所述第二目标网络结构的运算子。
12.根据权利要求3所述的方法,其特征在于,在所述AI网络信息包括更新的网络参数的情况下,所述更新的网络参数包括如下任意一项:
所述第一AI网络对应的网络参数;
所述第二AI网络增加的新的网络结构对应的网络参数;
所述第二AI网络修改的第二目标网络结构对应的网络参数。
13.根据权利要求3所述的方法,其特征在于,所述第一端接收第二端发送的AI网络信息之前,所述方法还包括:
所述第一端向第二端发送更新请求,所述更新请求用于请求对AI网络信息进行更新;
所述第一端接收第二端发送的AI网络信息,包括:
所述第一端接收第二端发送的所述更新的网络结构和所述更新的网络参数中的至少一项。
14.根据权利要求13所述的方法,其特征在于,所述更新请求包括如下至少一项:
请求更新的网络参数的名称;
请求更新的网络参数的标识;
期望所述AI网络信息更新的最早时刻;
期望所述AI网络信息更新的最晚时刻;
所述AI网络信息的更新精度。
15.根据权利要求1-14中任一项所述的方法,其特征在于,所述第一端接收第二端发送的AI网络信息,包括如下任意一项:
所述第一端接收第二端基于广播消息发送的AI网络信息;
所述第一端接收第二端基于连接态下的终端特定信息发送的AI网络信息,所述第一端为终端;
所述第一端接收第二端基于信令发送的AI网络信息。
16.根据权利要求1-14中任一项所述的方法,其特征在于,所述第一端接收第二端发送的AI网络信息之前,所述方法还包括:
所述第一端向所述第二端发送第一指示信息,所述第一指示信息用于指示如下至少一项:
所述第一端是否具备AI能力;
所述第一端是否具备具有目标功能的AI网络,所述目标功能为所述第一AI网络对应的网络功能;
所述第一端是否具备所述AI网络信息。
17.根据权利要求16所述的方法,其特征在于,在所述第一端具备AI能力且具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括更新的网络参数;
在所述第一端具备AI能力但不具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括所述第一AI网络的网络结构和网络参数;
在所述第一端具备的AI网络与所述目标功能的AI网络不匹配的情况下,所述第二端发送的所述AI网络信息包括更新的网络结构以及更新的网络参数。
18.根据权利要求16所述的方法,其特征在于,在所述第一指示信息用于指示所述第一端是否具备AI能力的情况下,所述第一端向所述第二端发送第一指示信息包括如下任意一项:
所述第一端通过物理随机接入信道PRACH分组向所述第二端发送第一指示信息,其中,一个PRACH分组对应一种AI能力和/或对应所述第一端是否具备具有目标功能的AI网络;
所述第一端通过PRACH信息向所述第二端发送第一指示信息。
19.根据权利要求1-14中任一项所述的方法,其特征在于,所述方法还包括:
所述第一端接收所述第二端发送的第二指示信息,所述第二指示信息用于指示如下至少一项:
所述第二端发送所述AI网络信息的时频域资源位置;
所述第二端发送所述AI网络信息的时间;
所述第二端发送所述AI网络信息的周期。
20.根据权利要求1-14中任一项所述的方法,其特征在于,在所述第一端为终端,所述终端从第一小区切换至第二小区的情况下,若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构相同,所述第二端发送的所述AI网络信息包括更新的网络参数;
若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构不同,所述第二端发送的所述AI网络信息包括更新的网络结构和更新的网络参数。
21.根据权利要求1-14中任一项所述的方法,其特征在于,所述第一端为网络侧设备和终端中的一者,所述第二端为网络侧设备和终端中的另一者;或者,
所述第一端和所述第二端为终端的不同节点;或者,
所述第一端和所述第二端为网络侧设备的不同节点。
22.一种AI网络信息传输方法,其特征在于,包括:
第二端向第一端发送AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项。
23.根据权利要求22所述的方法,其特征在于,所述AI网络信息包括所述第一AI网络的网络结构和网络参数。
24.根据权利要求22所述的方法,其特征在于,所述AI网络信息包括更新的网络结构和更新的网络参数中的至少一项。
25.根据权利要求24所述的方法,其特征在于,所述AI网络信息还包括预设的网络结构标识,所述预设的网络结构标识用于指示第二AI网络,所述第一端基于所述更新的网络结构和更新的网络参数中的至少一项对所述第二AI网络进行更新。
26.根据权利要求25所述的方法,其特征在于,所述第二AI网络为如下任意一项:
协议约定或者高层配置的预设AI网络;
所述第一端使用过的第一历史AI网络,所述第一历史AI网络的网络功能与所述第一AI网络的网络功能相同;
所述第一端使用过的第二历史AI网络,所述第二历史AI网络的网络功能与所述第一AI网络的网络功能不同。
27.根据权利要求24所述的方法,其特征在于,所述第二端向第一端发送AI网络信息之前,所述方法还包括:
所述第二端接收所述第一端发送的更新请求,所述更新请求用于请求对AI网络信息进行更新;
所述第二端向第一端发送AI网络信息,包括:
所述第二端向所述第一端发送所述更新的网络结构和所述更新的网络参数中的至少一项。
28.根据权利要求27所述的方法,其特征在于,所述更新请求包括如下至少一项:
请求更新的网络参数的名称;
请求更新的网络参数的标识;
期望所述AI网络信息更新的最早时刻;
期望所述AI网络信息更新的最晚时刻;
所述AI网络信息的更新精度。
29.根据权利要求22-28中任一项所述的方法,其特征在于,所述第二端向第一端发送AI网络信息,包括如下任意一项:
所述第二端基于广播消息向第一端发送AI网络信息;
所述第二端基于连接态下的终端特定信息向第一端发送AI网络信息,所述第一端为终端;
所述第二端基于信令向第一端发送AI网络信息。
30.根据权利要求22-28中任一项所述的方法,其特征在于,所述第二端向第一端发送AI网络信息之前,所述方法还包括:
所述第二端接收所述第一端发送的第一指示信息,所述第一指示信息用于指示如下至少一项:
所述第一端是否具备AI能力;
所述第一端是否具备具有目标功能的AI网络,所述目标功能为第一AI网络对应的网络功能;
所述第一端是否具备所述AI网络信息。
31.根据权利要求30所述的方法,其特征在于,在所述第一端具备AI能力且具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括更新的网络参数;
在所述第一端具备AI能力但不具备具有目标功能的AI网络的情况下,所述第二端发送的所述AI网络信息包括所述第一AI网络的网络结构和网络参数;
在所述第一端具备的AI网络与所述目标功能的AI网络不匹配的情况下,所述第二端发送的所述AI网络信息包括更新的网络结构以及更新的网络参数。
32.根据权利要求30所述的方法,其特征在于,所述第二端接收所述第一端发送的第一指示信息,包括如下任意一项:
所述第二端接收所述第一端通过PRACH分组发送的第一指示信息,其中,一个PRACH分组对应一种AI能力和/或对应所述第一端是否具备具有目标功能的AI网络;
所述第二端接收所述第一端通过PRACH信息发送的第一指示信息。
33.根据权利要求22-28中任一项所述的方法,其特征在于,所述方法还包括:
所述第二端向所述第一端发送第二指示信息,所述第二指示信息用于指示如下至少一项:
所述第二端发送所述AI网络信息的时频域资源位置;
所述第二端发送所述AI网络信息的时间;
所述第二端发送所述AI网络信息的周期。
34.根据权利要求22-28中任一项所述的方法,其特征在于,在所述第一端为终端,所述终端从第一小区切换至第二小区的情况下,若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构相同,所述第二端发送的所述AI网络信息包括更新的网络参数;
若所述终端在所述第一小区使用的AI网络的网络结构与在所述第二小区使用的AI网络的网络结构不同,所述第二端发送的所述AI网络信息包括更新的网络结构和更新的网络参数。
35.根据权利要求22-28中任一项所述的方法,其特征在于,所述第一端为网络侧设备和终端中的一者,所述第二端为网络侧设备和终端中的另一者;或者,
所述第一端和所述第二端为终端的不同节点;或者,
所述第一端和所述第二端为网络侧设备的不同节点。
36.一种AI网络信息传输装置,其特征在于,包括:
接收模块,用于接收第二端发送的AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项;
执行模块,用于基于所述AI网络信息得到第一AI网络。
37.一种AI网络信息传输装置,其特征在于,包括:
发送模块,用于向第一端发送AI网络信息,所述AI网络信息包括网络结构和网络参数中的至少一项。
38.一种通信设备,其特征在于,包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-21中任一项所述的AI网络信息传输方法的步骤,或者实现如权利要求22-35中任一项所述的AI网络信息传输方法的步骤。
39.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-21中任一项所述的AI网络信息传输方法的步骤,或者实现如权利要求22-35中任一项所述的AI网络信息传输方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111672426.8A CN116419322A (zh) | 2021-12-31 | 2021-12-31 | Ai网络信息传输方法、装置及通信设备 |
PCT/CN2022/143949 WO2023125932A1 (zh) | 2021-12-31 | 2022-12-30 | Ai网络信息传输方法、装置及通信设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111672426.8A CN116419322A (zh) | 2021-12-31 | 2021-12-31 | Ai网络信息传输方法、装置及通信设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116419322A true CN116419322A (zh) | 2023-07-11 |
Family
ID=86998127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111672426.8A Pending CN116419322A (zh) | 2021-12-31 | 2021-12-31 | Ai网络信息传输方法、装置及通信设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116419322A (zh) |
WO (1) | WO2023125932A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108924910B (zh) * | 2018-07-25 | 2021-03-09 | Oppo广东移动通信有限公司 | Ai模型的更新方法及相关产品 |
CN109902820B (zh) * | 2019-02-20 | 2023-04-07 | 腾讯科技(深圳)有限公司 | Ai模型训练方法、装置、存储介质及设备 |
WO2021029889A1 (en) * | 2019-08-14 | 2021-02-18 | Google Llc | Base station-user equipment messaging regarding deep neural networks |
CN113747462A (zh) * | 2020-05-30 | 2021-12-03 | 华为技术有限公司 | 一种信息处理方法及相关设备 |
-
2021
- 2021-12-31 CN CN202111672426.8A patent/CN116419322A/zh active Pending
-
2022
- 2022-12-30 WO PCT/CN2022/143949 patent/WO2023125932A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023125932A1 (zh) | 2023-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116419322A (zh) | Ai网络信息传输方法、装置及通信设备 | |
WO2023125933A1 (zh) | Ai网络信息传输方法、装置及通信设备 | |
WO2024078456A1 (zh) | 上行控制信息传输方法、装置及终端 | |
WO2023125934A1 (zh) | Ai网络信息传输方法、装置及通信设备 | |
WO2023165393A1 (zh) | 传输方法、装置、终端和存储介质 | |
WO2024088119A1 (zh) | 数据处理方法、装置、终端及网络侧设备 | |
WO2023131316A1 (zh) | 探测参考信号的端口映射方法和终端 | |
WO2023098535A1 (zh) | 信息交互方法、装置及通信设备 | |
WO2023125869A1 (zh) | Ai网络信息传输方法、装置及通信设备 | |
WO2023125870A1 (zh) | 通信方法、装置、通信设备及可读存储介质 | |
CN117528676A (zh) | 托管网络的选网信息的获取方法、终端及网络侧设备 | |
CN116208484A (zh) | 信息交互方法、装置及通信设备 | |
CN118338304A (zh) | Ai模型分发、接收方法、终端及网络侧设备 | |
CN118265050A (zh) | 策略配置方法、装置、终端、网络侧设备及可读存储介质 | |
CN116567770A (zh) | 处理会话的方法、装置、终端设备和网络设备 | |
CN117119429A (zh) | 终端路由选择策略信息管理方法及相关设备 | |
CN117479343A (zh) | 数据连接建立方法及设备 | |
CN118301565A (zh) | Pin控制方法、装置、第一网络功能及目标pegc | |
CN117528712A (zh) | 选网方法及终端 | |
CN117098148A (zh) | 数据传输方法、装置、设备、系统及存储介质 | |
CN116266906A (zh) | 灾难条件漫游处理方法、终端及网络侧设备 | |
CN117641571A (zh) | 定位消息传输方法、终端及网络侧设备 | |
CN116419167A (zh) | 多播业务的处理方法、终端设备和网络设备 | |
CN116567765A (zh) | 数据转发的方法、装置、终端设备和网络设备 | |
CN117793951A (zh) | 一种网络通信的方法、装置、网络侧设备、终端及介质 |
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 |