FI130871B1 - Lähetyskeilan määrittäminen - Google Patents
Lähetyskeilan määrittäminenInfo
- Publication number
- FI130871B1 FI130871B1 FI20235185A FI20235185A FI130871B1 FI 130871 B1 FI130871 B1 FI 130871B1 FI 20235185 A FI20235185 A FI 20235185A FI 20235185 A FI20235185 A FI 20235185A FI 130871 B1 FI130871 B1 FI 130871B1
- Authority
- FI
- Finland
- Prior art keywords
- transmission beam
- transmission
- entity
- resource set
- measurement resource
- Prior art date
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 178
- 238000005259 measurement Methods 0.000 claims abstract description 125
- 238000000034 method Methods 0.000 claims abstract description 116
- 238000010801 machine learning Methods 0.000 claims description 123
- 230000015654 memory Effects 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 22
- 230000001960 triggered effect Effects 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000010200 validation analysis Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 abstract description 6
- 230000008093 supporting effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 49
- 238000013473 artificial intelligence Methods 0.000 description 42
- 238000004891 communication Methods 0.000 description 29
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 12
- 230000011664 signaling Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 101100004280 Caenorhabditis elegans best-2 gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0802—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using antenna selection
- H04B7/0822—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using antenna selection according to predefined selection scheme
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
- H04B7/0621—Feedback content
- H04B7/0628—Diversity capabilities
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0602—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using antenna switching
- H04B7/0608—Antenna selection according to transmission parameters
- H04B7/061—Antenna selection according to transmission parameters using feedback from receiving side
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
- H04B7/0695—Hybrid systems, i.e. switching and simultaneous transmission using beam selection
- H04B7/06952—Selecting one or more beams from a plurality of beams, e.g. beam training, management or sweeping
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
- H04B7/0695—Hybrid systems, i.e. switching and simultaneous transmission using beam selection
- H04B7/06952—Selecting one or more beams from a plurality of beams, e.g. beam training, management or sweeping
- H04B7/0696—Determining beam pairs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0868—Hybrid systems, i.e. switching and combining
- H04B7/088—Hybrid systems, i.e. switching and combining using beam selection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/046—Wireless resource allocation based on the type of the allocated resource the resource being in the space domain, e.g. beams
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Automation & Control Theory (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Relay Systems (AREA)
Abstract
Tässä esitellään menetelmä, järjestelmät sekä tietokoneohjelmat, jotka tukevat lähetyskeilan määrittämistä. Menetelmä, jonka vastaanottoentiteetti suorittaa, käsittää sen, että lähetetään (601) vähintään yksi lähetyskeilaehto, joka on määritetty perustuen ensimmäiseen mittausresurssijoukkoon, lähetysentiteetille, vastaanotetaan (602) toinen mittausresurssijoukko ja määritetään (603) vähintään yksi lähetyskeila perustuen mainitun toisen mittausresurssijoukon mukaisesti tehtyihin mittauksiin.
Claims (22)
1. Menetelmä, jonka vastaanottoentiteetti suorittaa ja joka käsittää sen, että: — lähetetään (601) vähintään yksi lähetyskeilaehto, joka on määritetty perustuen ensimmäiseen mittausresurssijoukkoon, lähetysentiteetille; — vastaanotetaan (602) toinen mittausresurssijoukko; ja — määritetään (603) vähintään yksi lähetyskeila perustuen mainitun toisen mittausresurssijoukon mukaisesti tehtyihin mittauksiin.
2. Patenttivaatimuksen 1 menetelmä, jossa vasteena sille, että mainittu toinen mittausresurssijoukko on mainitun vähintään yhden lähetyskeilaehdon mukainen, mainittu vähintään yhden lähetyskeilan määrittäminen (603) perustuu koneoppimismallin tuotokseen.
3. Patenttivaatimuksen 2 menetelmä, jossa mainittu vähintään yksi lähetyskeilaehto sisältyy vastaanottoentiteetin kyvykkyysraporttiin, joka syntyy vasteena sille, että vastaanotetaan vastaanottoentiteetin kyvykkyyskysely mainitulta lähetysentiteetiltä, sisältyy mittausraporttiin, joka syntyy vasteena sille, että vastaanotetaan mainitun ensimmäisen mittausresurssijoukon uudelleenkonfigurointi mainitulta lähetysentiteetiltä, tai sisältyy mittausraporttiin, jonka mainittu vastaanottoentiteetti synnyttää mainitun koneoppimismallin soveltamisen aikana.
N
4. Patenttivaatimuksen 2 tai 3 menetelmä, jossa mainittu vähintään yksi N lähetyskeilaehto käsittää osoituksen vähintään yhdestä laskevan siirtotien < lahetyskeilasta, jota mainittu vastaanottoentiteetti suosii. I a 25 ce
5. Patenttivaatimuksen 4 menetelmä, jossa mainittu vähintään yksi laskevan siirtotien 2 lähetyskeila, jota mainittu vastaanottoentiteetti suosii, osoitetaan osoittamalla N vähintään yksi laskevan siirtotien referenssisignaali, jonka vastaanottamista mainittu vastaanottoentiteetti suosii.
6. Patenttivaatimuksen 5 menetelmä, jossa mainittu vähintään yksi laskevan siirtotien referenssisignaali liittyy mainittuun ensimmäiseen mittausresurssijoukkoon.
7. Patenttivaatimuksen 6 menetelmä, jossa mainittu ensimmäinen mittausresurssijoukko konfiguroidaan mainittua koneoppimismallia varten tehtävän datankeruun aikana.
8. Patenttivaatimuksen 6 tai 7 menetelmä, jossa mainittu ensimmäinen mittausresurssijoukko konfiguroidaan mainitun koneoppimismallin koulutuksen, validoinnin, testauksen, hienosäädön ja/tai seurannan aikana.
9. Patenttivaatimuksen 8 menetelmä, jossa mainittu vähintään yksi laskevan siirtotien lähetyskeila osoitetaan joukkoindeksillä, joka liittyy yhteen joukkoon laskevan siirtotien referenssisignaaleja useista laskevan siirtotien referenssisignaalien joukoista.
10. Jonkin patenttivaatimuksista 2-9 menetelmä, jossa mainittu vähintään yksi lähetyskeilaehto käsittää osoituksen vähintään yhdestä toistoarvosta, jota mainittu vastaanottoentiteetti suosii, missä yksi toistoarvo liittyy yhteen lähetyskeilaan. S
11. Patenttivaatimuksen 10 menetelmä, jossa mainittu vähintään yksi toistoarvo liittyy O N lähetyskeilaan, jota mainittu vastaanottoentiteetti suosii, ja/tai lähetyskeilaan, jota N <Q mainittu koneoppimismalli tulee käyttämään. <t I = LO 25
12. Patenttivaatimuksen 10 tai 11 menetelmä, jossa mainittu vähintään yksi toistoarvo 5 osoitetaan bittikartalla, missä mainittu bittikartta käsittää osoituksia, jotka liittyvät O oe . . . . . . . N yhteen tai useampaan joukkoon laskevan siirtotien referenssisignaaleja, joilla on eri N toistoarvot.
13. Jonkin patenttivaatimuksista 2-12 menetelmä, jossa mainittu vähintään yksi lähetyskeilaehto käsittää osoituksen vähintään yhdestä kytkentävälistä, jota mainittu vastaanottoentiteetti suosii, missä kytkentäväli liittyy väliin yhden lähetyskeilan peräkkäisten toistojen välillä.
14. Patenttivaatimuksen 13 menetelmä, jossa mainittu vähintään yksi kytkentäväli liittyy vähintään yhteen seuraavista: lähetyskeila, jota mainittu vastaanottoentiteetti suosii, lähetyskeila, joka liittyy toistoarvoon, jota mainittu vastaanottoentiteetti suosii, ja lähetyskeila, jota mainittu koneoppimismalli tulee käyttämään.
15. Patenttivaatimuksen 13 tai 14 menetelmä, jossa mainittu vähintään yksi kytkentäväli osoitetaan täytettävällä minimiajankestolla laskevan siirtotien referenssisignaalin toistoa varten per laskevan siirtotien referenssisignaali.
16. Patenttivaatimuksen 13 tai 14 menetelmä, jossa mainittu vähintään yksi kytkentäväli osoitetaan täytettävällä minimiajankestolla toistoa varten joukon laskevan siirtotien referenssisignaaleja lähetyksessä yhden laskevan siirtotien vastaanottokeilan sisällä.
17. Jonkin patenttivaatimuksista 2-16 menetelmä käsittäen lisäksi sen, että vasteena sille, että mainittu toinen mittausresurssijoukko ei ole mainitun vähintään yhden <t N lähetyskeilaehdon mukainen, ei sovelleta mainittua koneoppimismallia mainitun N AN vähintään yhden lähetyskeilan määrittämiseksi (603). Oo <t
I . . . . . . . . . = 25
18. Vastaanottoentiteetti, joka käsittää prosessorin sekä muistin, jossa on komentoja, 3 jotka suoritettaessa mainitussa prosessorissa saavat mainitun vastaanottoentiteetin: a3 — lähettämään (601) vähintään yhden lähetyskeilaehdon, joka on määritetty perustuen N N ensimmäiseen mittausresurssijoukkoon, lähetysentiteetille; — vastaanottamaan (602) toisen mittausresurssijoukon mainitulta lähetysentiteetiltä; ja
— määrittämään (603) vähintään yhden lähetyskeilan perustuen mainitun toisen mittausresurssijoukon mukaisesti tehtyihin mittauksiin.
19. Patenttivaatimuksen 18 vastaanottoentiteetti, joka lisäksi saadaan suorittamaan jonkin patenttivaatimuksista 2-17 menetelmä.
20. Menetelmä, jonka lähetysentiteetti suorittaa, käsittäen sen, että: — vastaanotetaan (701) vähintään yksi lähetyskeilaehto vastaanottoentiteetiltä liittyen ensimmäiseen mittausresurssijoukkoon; ja — lähetetään (702) toinen mittausresurssijoukko mainitulle vastaanottoentiteetille, missä mainittu toinen mittausresurssijoukko on määritetty perustuen mainittuun vähintään yhteen lähetyskeilaehtoon.
21. Lähetysentiteetti käsittäen prosessorin sekä muistin, jossa on komentoja, jotka suoritettaessa mainitussa prosessorissa saavat mainitun lähetysentiteetin: — vastaanottamaan (701) vähintään yhden lähetyskeilaehdon vastaanottoentiteetiltä liittyen ensimmäiseen mittausresurssijoukkoon; ja — lähettämään (702) toisen mittausresurssijoukon mainitulle vastaanottoentiteetille, missä mainittu toinen mittausresurssijoukko on määritetty perustuen mainittuun vähintään yhteen lähetyskeilaehtoon. N S
22. Pysyvä tietokoneella luettava media, joka käsittää ohjelmakomentoja, jotka N suoritettaessa laitteessa saavat mainitun laitteen suorittamaan jonkin = patenttivaatimuksista 1-17 tai 20 menetelmän. I a 25 LO 00 LO 0 N O N
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FI20235185A FI130871B1 (fi) | 2023-02-16 | 2023-02-16 | Lähetyskeilan määrittäminen |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FI20235185A FI130871B1 (fi) | 2023-02-16 | 2023-02-16 | Lähetyskeilan määrittäminen |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FI20235185A1 FI20235185A1 (fi) | 2024-04-30 |
| FI130871B1 true FI130871B1 (fi) | 2024-04-30 |
Family
ID=89984631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FI20235185A FI130871B1 (fi) | 2023-02-16 | 2023-02-16 | Lähetyskeilan määrittäminen |
Country Status (1)
| Country | Link |
|---|---|
| FI (1) | FI130871B1 (fi) |
-
2023
- 2023-02-16 FI FI20235185A patent/FI130871B1/fi active
Also Published As
| Publication number | Publication date |
|---|---|
| FI20235185A1 (fi) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11997722B2 (en) | Random access procedure reporting and improvement for wireless networks | |
| US20220279341A1 (en) | Radio resource control procedures for machine learning | |
| CN115462045A (zh) | 用于非实时ran智能控制器的功能架构和接口 | |
| US20230217403A1 (en) | Dynamic update of positioning reference signals based on user equipment location updates | |
| US20220286927A1 (en) | Method and apparatus for support of machine learning or artificial intelligence techniques for handover management in communication systems | |
| US20230269606A1 (en) | Measurement configuration for local area machine learning radio resource management | |
| KR20200105895A (ko) | 빔 선택 우선 순위 | |
| US11558765B2 (en) | Control information based activation of measurement reporting configurations | |
| US11949499B2 (en) | Methods, apparatus and systems for time mapping in a wireless communication | |
| US20220360501A1 (en) | Exploration data for network optimization | |
| WO2022126663A1 (zh) | Tci状态列表更新方法、装置、设备及存储介质 | |
| US20230268967A1 (en) | Antenna calibration scheduling in advanced antenna systems | |
| US20220302978A1 (en) | Adaptive csi reporting and prb bundling in aas | |
| US20220232440A1 (en) | Configuration of carriers for non-mobility related purposes | |
| FI130871B1 (fi) | Lähetyskeilan määrittäminen | |
| US20240137783A1 (en) | Signalling support for split ml-assistance between next generation random access networks and user equipment | |
| US11743830B2 (en) | Panel activation at a user equipment | |
| WO2023216137A1 (en) | Reference signal measurement and reporting | |
| US20240057021A1 (en) | Adaptation of artificial intelligence/machine learning models based on site-specific data | |
| WO2024067104A1 (zh) | 通信方法及相关装置 | |
| WO2024065621A1 (en) | Model monitoring using a reference model | |
| US20240098533A1 (en) | Ai/ml model monitoring operations for nr air interface | |
| KR20240096402A (ko) | 불필요한 핸드오버 발생을 줄이는 이동성 관리 성능 향상 방법 및 장치 | |
| WO2023169667A1 (en) | Improving the quality of service of cell-edge user equipment when served by a power limited base station | |
| KR20240066119A (ko) | 무선 통신 시스템에서 기계 학습 기반 채널 상태 정보 예측 방법 및 장치 |