KR20230174750A - 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들 - Google Patents
네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들 Download PDFInfo
- Publication number
- KR20230174750A KR20230174750A KR1020237035126A KR20237035126A KR20230174750A KR 20230174750 A KR20230174750 A KR 20230174750A KR 1020237035126 A KR1020237035126 A KR 1020237035126A KR 20237035126 A KR20237035126 A KR 20237035126A KR 20230174750 A KR20230174750 A KR 20230174750A
- Authority
- KR
- South Korea
- Prior art keywords
- operations
- neural network
- sequence
- signal processing
- network model
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 589
- 238000003062 neural network model Methods 0.000 title claims abstract description 463
- 238000012545 processing Methods 0.000 title claims abstract description 357
- 230000006854 communication Effects 0.000 claims abstract description 277
- 238000004891 communication Methods 0.000 claims abstract description 273
- 238000007781 pre-processing Methods 0.000 claims abstract description 89
- 230000011664 signaling Effects 0.000 claims description 65
- 230000015654 memory Effects 0.000 claims description 52
- 230000009471 action Effects 0.000 claims description 45
- 238000013507 mapping Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 description 74
- 238000010801 machine learning Methods 0.000 description 31
- 238000010586 diagram Methods 0.000 description 30
- 230000005540 biological transmission Effects 0.000 description 24
- 238000004422 calculation algorithm Methods 0.000 description 24
- 238000013528 artificial neural network Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 14
- 238000012805 post-processing Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 230000002776 aggregation Effects 0.000 description 5
- 238000004220 aggregation Methods 0.000 description 5
- 239000000969 carrier Substances 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000003491 array Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 230000007175 bidirectional communication Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 239000006249 magnetic particle Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 208000037918 transfusion-transmitted disease Diseases 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
- G06N3/098—Distributed learning, e.g. federated 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/20—Manipulation of established connections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
무선 통신들을 위한 방법들, 시스템들 및 디바이스들이 설명된다. 일부 예들에서, 디바이스(예컨대, UE(user equipment))는 기지국으로부터 하나 이상의 뉴럴 네트워크 모델들을 표시하는 구성 메시지를 획득할 수 있다. 이어서, UE는 하나 이상의 뉴럴 네트워크 모델들 중의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득할 수 있다. 일부 예들에서, 신호 프로세싱 절차는 입력 프리-프로세싱 절차 또는 출력 프리-프로세싱 절차를 포함한다. 기지국으로부터 신호를 획득할 시에, UE는 동작들의 시퀀스에 따라 뉴럴 네트워크 모델에 대한 수신된 신호에 대해 신호 프로세싱 절차를 수행할 수 있다.
Description
[0001]
본 특허 출원은 YERRAMALLI 등에 의해 2021년 4월 22일에 출원되고 발명의 명칭이 "TECHNIQUES FOR INDICATING SIGNAL PROCESSING PROCEDURES FOR NETWORK DEPLOYED NEURAL NETWORK MODELS"인 인도 가특허 출원 제202121018558호를 우선권으로 주장하며, 상기 출원은 본원의 양수인에게 양도되었다.
[0002]
다음은 무선 통신들에 관한 것으로, 더 구체적으로는 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들과 관련된 정보를 표시하기 위한 방법들 및 시스템들에 관한 것이다.
[0003]
무선 통신 시스템들은, 음성, 비디오, 패킷 데이터, 메시징, 브로드캐스트 등과 같은 다양한 타입들의 통신 콘텐츠를 제공하도록 널리 배치되어 있다. 이러한 시스템들은, 이용가능한 시스템 자원들(예를 들어, 시간, 주파수 및 전력)을 공유함으로써 다수의 사용자들과의 통신을 지원할 수 있다. 이러한 다중 액세스 시스템들의 예들은 4세대(4G) 시스템들, 예를 들어, LTE(Long Term Evolution) 시스템들, LTE-A(LTE-Advanced) 시스템들, 또는 LTE-A 프로 시스템들, 및 NR(New Radio) 시스템들로 지칭될 수 있는 5G(fifth generation) 시스템들을 포함한다. 이러한 시스템들은 CDMA(code division multiple access), TDMA(time division multiple access), FDMA(frequency division multiple access), OFDMA(orthogonal FDMA), 또는 DFT-S-OFDM(discrete Fourier transform-spread-orthogonal frequency division multiplexing)과 같은 기술들을 이용할 수 있다. 무선 다중 액세스 통신 시스템은, 달리 UE(user equipment)로 공지될 수 있는 다수의 통신 디바이스들에 대한 통신을 각각 동시에 지원하는 하나 이상의 기지국들 또는 하나 이상의 네트워크 액세스 노드들을 포함할 수 있다.
[0004]
무선 네트워크 내의 디바이스에서 무선 통신을 위한 방법이 설명된다. 방법은, 디바이스에 대한 구성 메시지를 획득하는 단계 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 및 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 단계를 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 방법은, 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 단계를 더 포함할 수 있다.
[0005]
무선 네트워크 내의 디바이스에서 무선 통신을 위한 장치가 설명된다. 장치는 프로세서 및 프로세서에 커플링된 메모리를 포함할 수 있다. 프로세서는, 디바이스에 대한 구성 메시지를 획득하고 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 그리고 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하도록 구성될 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 프로세서는, 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하도록 추가로 구성될 수 있다.
[0006]
무선 네트워크 내의 디바이스에서 무선 통신을 위한 다른 장치가 설명된다. 장치는, 디바이스에 대한 구성 메시지를 획득하기 위한 수단 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 및 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하기 위한 수단을 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 장치는, 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하기 위한 수단을 더 포함할 수 있다.
[0007]
무선 네트워크 내의 디바이스에서 무선 통신을 위한 코드를 저장하는 비일시적 컴퓨터 판독가능 매체가 설명된다. 코드는, 디바이스에 대한 구성 메시지를 획득하고 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 그리고 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하도록 프로세서에 의해 실행가능한 명령들을 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 코드는, 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하도록 프로세서에 의해 실행가능한 명령들을 더 포함할 수 있다.
[0008]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 획득하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0009]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스의 표시를 획득하는 것은, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 포함할 수 있고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0010]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스의 표시를 획득하는 것은, 디바이스에 대한 제2 구성 메시지를 획득하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 포함할 수 있고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0011]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스의 표시를 획득하는 것은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 획득하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 포함할 수 있다.
[0012]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 획득하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차는 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑에 기초할 수 있는 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 수행될 수 있다.
[0013]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작 조건들의 세트는 디바이스에서 획득된 신호와 연관된 SNR(signal-to-noise ratio) 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0014]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 출력하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시는 디바이스의 능력에 기초하여 획득될 수 있다.
[0015]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스는 디바이스에 의해 지원되는 하나 이상의 동작들을 포함한다.
[0016]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0017]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스의 표시를 획득하는 것은, 동작들의 시퀀스의 표시를 포함하는 RRC(radio resource control) 시그널링 또는 MAC-CE(MAC(medium access control) control element))를 획득하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 포함할 수 있다.
[0018]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 획득하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 하나 이상의 데이터 포맷들은 XML(extensible markup language) 데이터 포맷, JSON(JavaScript Object Notation) 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0019]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB(integrated access and backhaul) 노드를 포함한다.
[0020]
네트워크 엔티티에서의 무선 통신을 위한 방법이 설명된다. 방법은, 구성 메시지를 디바이스에 출력하는 단계 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 및 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하는 단계를 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 방법은, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시에 기초하여 신호를 디바이스에 출력하는 단계를 더 포함할 수 있다.
[0021]
네트워크 엔티티에서의 무선 통신을 위한 장치가 설명된다. 장치는 프로세서 및 프로세서에 커플링된 메모리를 포함할 수 있다. 프로세서는, 구성 메시지를 디바이스에 출력하고 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 그리고 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하도록 구성될 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 프로세서는, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시에 기초하여 신호를 디바이스에 출력하도록 추가로 구성될 수 있다.
[0022]
네트워크 엔티티에서의 무선 통신을 위한 다른 장치가 설명된다. 장치는, 구성 메시지를 디바이스에 출력하기 위한 수단 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 및 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하기 위한 수단을 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 장치는, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시에 기초하여 신호를 디바이스에 출력하기 위한 수단을 더 포함할 수 있다.
[0023]
네트워크 엔티티에서의 무선 통신을 위한 코드를 저장하는 비일시적 컴퓨터 판독가능 매체가 설명된다. 코드는, 구성 메시지를 디바이스에 출력하고 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 그리고 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하도록 프로세서에 의해 실행가능한 명령들을 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 코드는, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시에 기초하여 신호를 디바이스에 출력하도록 프로세서에 의해 실행가능한 명령들을 더 포함할 수 있다.
[0024]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 출력하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0025]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 네트워크 엔티티에서 수행되는 제2 시그널링 절차를 위한 동작들의 제2 시퀀스를 획득하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0026]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스의 표시를 출력하는 것은, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 포함할 수 있고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0027]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스의 표시를 출력하는 것은, 제2 구성 메시지를 디바이스에 출력하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 포함할 수 있고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0028]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스의 표시를 출력하는 것은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 출력하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 포함할 수 있다.
[0029]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 출력하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0030]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작 조건들의 세트는 디바이스에 송신된 신호와 연관된 SNR 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0031]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 획득하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 것은 디바이스의 능력에 기초할 수 있다.
[0032]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스는 디바이스에 의해 지원되는 하나 이상의 동작들을 포함한다.
[0033]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0034]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스의 표시를 출력하는 것은, 동작들의 시퀀스의 표시를 포함하는 RRC 시그널링 또는 MAC-CE를 출력하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 포함할 수 있다.
[0035]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 출력하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 하나 이상의 데이터 포맷들은 XML 데이터 포맷, JSON 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0036]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB 노드를 포함한다.
[0037]
무선 네트워크 내의 디바이스에서 무선 통신을 위한 방법이 설명된다. 방법은, 디바이스에 대한 구성 메시지를 수신하는 단계 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 단계 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―, 및 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 단계를 포함할 수 있다.
[0038]
무선 네트워크 내의 디바이스에서 무선 통신을 위한 장치가 설명된다. 장치는, 프로세서, 프로세서와 커플링되는 메모리, 및 메모리에 저장된 명령들을 포함할 수 있다. 명령들은 장치로 하여금, 디바이스에 대한 구성 메시지를 수신하게 하고 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하게 하고 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―, 그리고 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하게 하도록 프로세서에 의해 실행가능할 수 있다.
[0039]
무선 네트워크 내의 디바이스에서 무선 통신을 위한 다른 장치가 설명된다. 장치는, 디바이스에 대한 구성 메시지를 수신하기 위한 수단 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하기 위한 수단 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―, 및 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하기 위한 수단을 포함할 수 있다.
[0040]
무선 네트워크 내의 디바이스에서 무선 통신을 위한 코드를 저장하는 비일시적 컴퓨터 판독가능 매체가 설명된다. 코드는, 디바이스에 대한 구성 메시지를 수신하고 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하고 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―, 그리고 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하도록 프로세서에 의해 실행가능한 명령들을 포함할 수 있다.
[0041]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 수신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0042]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0043]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 디바이스에 대한 제2 구성 메시지를 수신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0044]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 수신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0045]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 수신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 것은 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑에 기초할 수 있다.
[0046]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작 조건들의 세트는 디바이스에서 수신된 신호와 연관된 SNR 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0047]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 송신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 것은 디바이스의 능력에 기초할 수 있다.
[0048]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스는 디바이스에 의해 지원되는 하나 이상의 동작들을 포함한다.
[0049]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0050]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 동작들의 시퀀스의 표시를 포함하는 RRC 시그널링 또는 MAC-CE를 수신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0051]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 수신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 하나 이상의 데이터 포맷들은 XML 데이터 포맷, JSON 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0052]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB 노드를 포함한다.
[0053]
기지국에서의 무선 통신을 위한 방법이 설명된다. 방법은, 구성 메시지를 디바이스에 송신하는 단계 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 단계 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것에 기초하여 신호를 디바이스에 송신하는 단계를 포함할 수 있다.
[0054]
기지국에서 무선 통신을 위한 장치가 설명된다. 장치는, 프로세서, 프로세서와 커플링되는 메모리, 및 메모리에 저장된 명령들을 포함할 수 있다. 명령들은 장치로 하여금, 구성 메시지를 디바이스에 송신하게 하고 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하게 하고 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―, 그리고 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것에 기초하여 신호를 디바이스에 송신하게 하도록 프로세서에 의해 실행가능할 수 있다.
[0055]
기지국에서 무선 통신을 위한 다른 장치가 설명된다. 장치는, 구성 메시지를 디바이스에 송신하기 위한 수단 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하기 위한 수단 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것에 기초하여 신호를 디바이스에 송신하기 위한 수단을 포함할 수 있다.
[0056]
기지국에서 무선 통신을 위한 코드를 저장하는 비일시적 컴퓨터 판독가능 매체가 설명된다. 코드는, 구성 메시지를 디바이스에 송신하고 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―, 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하고 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―, 그리고 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것에 기초하여 신호를 디바이스에 송신하도록 프로세서에 의해 실행가능한 명령들을 포함할 수 있다.
[0057]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 송신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0058]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 기지국에서 수행되는 제2 시그널링 절차를 위한 동작들의 제2 시퀀스를 수신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0059]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0060]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 제2 구성 메시지를 디바이스에 송신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0061]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 송신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0062]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 송신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0063]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작 조건들의 세트는 디바이스에 송신된 신호와 연관된 SNR 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0064]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 수신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 것은 디바이스의 능력에 기초할 수 있다.
[0065]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 동작들의 시퀀스는 디바이스에 의해 지원되는 하나 이상의 동작들을 포함한다.
[0066]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0067]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 동작들의 시퀀스의 표시를 포함하는 RRC 시그널링 또는 MAC-CE를 송신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있다.
[0068]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들은, 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 송신하는 것을 위한 동작들, 특징들, 수단들 또는 명령들을 더 포함할 수 있고, 하나 이상의 데이터 포맷들은 XML 데이터 포맷, JSON 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0069]
본원에 설명된 방법, 장치들 및 비일시적 컴퓨터 판독가능 매체의 일부 예들에서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB 노드를 포함한다.
[0070]
도 1 및 도 2는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 무선 통신 시스템의 예들을 예시한다.
[0071] 도 3은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 흐름도의 예를 예시한다.
[0072] 도 4는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 머신 학습 프로세스의 예를 예시한다.
[0073] 도 5는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 프로세스 흐름의 예를 예시한다.
[0074] 도 6 및 도 7은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스들의 블록도들을 도시한다.
[0075] 도 8은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 통신 관리자의 블록도를 도시한다.
[0076] 도 9는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스를 포함하는 시스템의 도면을 도시한다.
[0077] 도 10 및 도 11은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스들의 블록도들을 도시한다.
[0078] 도 12는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 통신 관리자의 블록도를 도시한다.
[0079] 도 13은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스를 포함하는 시스템의 도면을 도시한다.
[0080] 도 14 내지 도 19는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 방법들을 예시하는 흐름도들을 도시한다.
[0071] 도 3은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 흐름도의 예를 예시한다.
[0072] 도 4는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 머신 학습 프로세스의 예를 예시한다.
[0073] 도 5는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 프로세스 흐름의 예를 예시한다.
[0074] 도 6 및 도 7은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스들의 블록도들을 도시한다.
[0075] 도 8은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 통신 관리자의 블록도를 도시한다.
[0076] 도 9는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스를 포함하는 시스템의 도면을 도시한다.
[0077] 도 10 및 도 11은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스들의 블록도들을 도시한다.
[0078] 도 12는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 통신 관리자의 블록도를 도시한다.
[0079] 도 13은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스를 포함하는 시스템의 도면을 도시한다.
[0080] 도 14 내지 도 19는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 방법들을 예시하는 흐름도들을 도시한다.
[0081]
일부 무선 통신 시스템들은, 디코딩, 인코딩, 아날로그-디지털 변환들, 상위에 보고하기 위한 또는 수신 신호에 대한 응답으로 송신을 위한 정보의 생성 등과 같은 무선 통신 프로세스들을 최적화하기 위해 사용될 수 있는 머신 학습 또는 뉴럴 네트워크 모델들(또한 머신 학습 모델들로 지칭됨)을 지원할 수 있다. 뉴럴 네트워크 모델을 활용하기 위해, 디바이스(예컨대, UE)는, 수신 신호를 뉴럴 네트워크 모델(예컨대, 뉴럴 네트워크 모델에 의해 수신 및 프로세싱될 수 있는 포맷)과 호환가능한 포맷으로 변환할 수 있는 뉴럴 네트워크 모델에 입력하기 전에 수신 신호에 대해 프리-프로세싱을 수행할 수 있다. 본원에서 사용되는 바와 같이, "프리-프로세싱"이라는 용어는, 신호를 뉴럴 네트워크 모델에 의해 수신 및 프로세싱될 수 있는 포맷으로 변환하기 위해 수행될 수 있는 임의의 연산들, 절차들, 알고리즘들, 또는 수학적 계산들을 지칭하기 위해 사용될 수 있다.
[0082]
유사하게, 디바이스는, 출력을 네트워크 또는 디바이스의 상위 계층들에 보고하는 것과 호환가능한 포맷(예컨대, 뉴럴 네트워크 모델에 의해 수신 및 프로세싱될 수 있는 출력의 포맷)으로 출력을 변환할 수 있는 뉴럴 네트워크 모델의 출력에 대한 포스트-프로세싱을 수행할 수 있다. 뉴럴 네트워크 모델의 출력은 뉴럴 네트워크 모델에 입력된 신호의 수정된 버전, 입력에 기초하여 뉴럴 네트워크 모델에 의해 수행된 결정 또는 계산 등을 포함할 수 있다. 그러나, 무선 통신 시스템 내에서 구현되는 뉴럴 네트워크 모델들에 대한 신호 프로세싱(예컨대, 프리-프로세싱 및 포스트-프로세싱)을 수행하기 위한 정보 및 명령들을 무선 디바이스들(예컨대, UE들)에 제공하는 방법들은 아직 고려되지 않았다. 즉, 일부 무선 통신 시스템들은, 개개의 UE들 및 무선 디바이스들이 개개의 무선 통신 시스템 내의 뉴럴 네트워크 모델들을 수행할 수 있게 하는 정보(예컨대, 동작들, 명령들)를 UE들 및 다른 무선 디바이스들에 제공하기 위해 사용될 수 있는 시그널링 및 구성들을 정의 또는 고려하지 않았다.
[0083]
본원에서 설명된 바와 같이, 디바이스는 신호 프로세싱(예컨대, 프리-프로세싱 또는 포스트-프로세싱) 동작들을 표시하는 시그널링, 및 개개의 프리-프로세싱, 포스트-프로세싱 및 뉴럴 네트워크 모델에 대한 동작들을 수행하기 위한 순서를 수신(예컨대, 획득)할 수 있다. 뉴럴 네트워크 모델들은 동일한 신호 프로세싱 동작들(예컨대, 기본 기능들 또는 트레이닝가능하지 않은 계층들), 이를테면 신호 스케일링 동작들, 원형 시프트 동작들, IFFT(inverse fast-Fourier transform) 동작 등을 포함할 수 있다. 신호 프로세싱 동작들은 뉴럴 네트워크 모델들에 걸쳐 공통일 수 있지만, 동작들이 실행되는 시퀀스 및 동작들에 대한 입력 및 출력 파라미터들은 각각의 뉴럴 네트워크 모델에 대해 상이할 수 있다. 따라서, 본 개시의 양상들은 무선 디바이스들(예컨대, UE들)이 신호 프로세싱 및 뉴럴 네트워크 모델들과 연관된 프리-프로세싱 및 포스트-프로세싱 동작들로 구성될 수 있게 하는 시그널링 및 기법들에 관한 것이다. 이와 관련하여, 본 개시의 양상들은 UE들이 신호 프로세싱 및 뉴럴 네트워크 모델들과 연관된 동작들을 정확한 순서(예컨대, 동작들의 적절한 시간 순서)로 구현하는 것을 가능하게 할 수 있으며, 이로써 무선 디바이스들이 뉴럴 네트워크 모델들과 연관된 신호 프로세싱 동작들을 더 효율적이고 효과적으로 수행할 수 있게 한다.
[0084]
본 개시의 목적들을 위해, "신호 프로세싱 절차", "신호 프로세싱 동작" 등의 용어는, 하나 이상의 시간 인스턴스들에서 관찰되는 시간, 주파수, 공간 및 코드 도메인(들)을 커버하는 물리 계층 신호를 프로세싱하기 위한 임의의 절차 또는 동작들 지칭하기 위해 사용될 수 있다. 따라서, "신호 프로세싱 절차" 및 "신호 프로세싱 동작"이라는 용어들은 라디오 주파수 신호들, 오디오/비디오(A/V) 신호들, 시계열 데이터, 이미지들 등을 포함하는 다양한 타입들의 신호들을 프로세싱하는 데 사용될 수 있다.
[0085]
일 예에서, 네트워크(예컨대, 네트워크 엔티티 또는 기지국과 같은 무선 통신 시스템의 엔티티)는 (예컨대, 표준들에서 정의될 수 있는) 신호 프로세싱 동작들의 세트로 디바이스를 구성하고, (예컨대, RRC 시그널링 또는 MAC-CE를 통해) 동작들에 대한 입력 및 출력 파라미터들뿐만 아니라 각각의 뉴럴 네트워크 모델에 대한 동작들의 신호 시퀀스(예컨대, 동작들의 세트를 실행하기 위한 순서)를 표시할 수 있다. 동작들의 시퀀스는 동작들의 세트에 포함된 동작 서브세트들의 시퀀스(예컨대, 동작들의 세트는 동작들의 제1 서브세트를 포함하고, 이어서 동작들의 제2 서브세트 등을 포함함), 및/또는 주어진 동작들의 서브세트 내의 동작들의 시퀀스(예컨대, 동작들의 서브세트는 제1 동작을 포함하고, 이어서 제2 동작을 포함함)를 표시할 수 있다. (예컨대, 네트워크 엔티티로부터) 신호를 획득 또는 수신할 시에, 디바이스는 동작들의 시퀀스에 따라 신호 프로세싱을 수행할 수 있다. 다른 예에서, 네트워크(예컨대, 네트워크 엔티티)는 뉴럴 네트워크 모델에 대한 신호 프로세싱 동작들, 동작들의 시퀀스, 및 입력 및 출력 파라미터들을 뉴럴 네트워크 모델과 함께 완전한 패키지의 일부로서 디바이스에 시그널링할 수 있다.
[0086]
일부 예들에서, 디바이스는 또한, 수신된 신호에 적용할 뉴럴 네트워크 모델을 동적으로 선택하기 위해 디바이스가 활용할 수 있는 뉴럴 네트워크 모델들과 동작 범위들(예컨대, SNR 범위들 또는 대역폭 범위들) 사이의 관계들을 표시하는 시그널링을 획득 또는 수신할 수 있다. 또한, 디바이스는 신호 프로세싱 동작들을 수행하기 위한 자신의 능력을 표시하는 시그널링을 네트워크에 출력 또는 송신할 수 있고, 네트워크는 어느 뉴럴 네트워크 모델들을 디바이스에 제공할지를 결정하기 위해 이러한 능력 시그널링을 사용할 수 있다. 본원에 설명된 방법들을 사용하여, 디바이스는 신호 프로세싱과 관련된 정보를 획득(예컨대, 수신)하고, 무선 통신 시스템 내의 무선 디바이스들(예컨대, UE들)에 의해 배치된 뉴럴 네트워크 모델들에 대한 정보에 따라 시그널링 프로세싱을 수행할 수 있다. 따라서, 본원에 설명된 기법들은 UE들 및 다른 무선 디바이스들이 뉴럴 네트워크 모델들을 용이하게 하는 신호 프로세싱 동작들을 더 효율적이고 효과적으로 수행할 수 있게 할 수 있으며, 이는 무선 통신 시스템 내에서 더 복잡하고 신뢰할 수 있는 프로세싱을 가능하게 할 수 있다.
[0087]
본 개시의 양상들은 초기에 무선 통신 시스템들의 맥락에서 설명된다. 본 개시의 추가적인 양상들은 흐름도, 머신 학습 프로세스 및 프로세스 흐름과 관련하여 설명된다. 본 개시의 양상들은, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들과 관련된 장치 도면들, 시스템 도면들 및 흐름도들을 참조하여 추가로 예시 및 설명된다.
[0088]
도 1은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 무선 통신 시스템(100)의 예를 예시한다. 무선 통신 시스템(100)은 하나 이상의 네트워크 엔티티들(105), 하나 이상의 UE들(115) 및 코어 네트워크(130)를 포함할 수 있다. 일부 예들에서, 무선 통신 시스템(100)은 LTE(Long Term Evolution) 네트워크, LTE-A(LTE-Advanced) 네트워크, LTE-A 프로 네트워크 또는 NR(New Radio) 네트워크일 수 있다. 일부 예들에서, 무선 통신 시스템(100)은 향상된 브로드밴드 통신들, 매우 신뢰가능한(예를 들어, 미션 크리티컬(mission critical)) 통신들, 낮은 레이턴시 통신들, 또는 저비용 및 낮은 복잡도 디바이스들에 의한 통신들 또는 이들의 임의의 조합을 지원할 수 있다.
[0089]
네트워크 엔티티들(105)은 무선 통신 시스템(100)을 형성하기 위해 지리적 영역 전체에 걸쳐 분산될 수 있고, 상이한 형태들의 또는 상이한 능력들을 갖는 디바이스들일 수 있다. 네트워크 엔티티들(105) 및 UE들(115)은 하나 이상의 통신 링크들(125)을 통해 무선으로 통신할 수 있다. 각각의 기지국(105)은 UE들(115) 및 기지국(105)이 하나 이상의 통신 링크들(125)을 확립할 수 있는 커버리지 영역(110)을 제공할 수 있다. 커버리지 영역(110)은, 기지국(105) 및 UE(115)가 하나 이상의 라디오 액세스 기술들에 따른 신호들의 통신을 지원할 수 있는 지리적 영역의 예일 수 있다.
[0090]
UE들(115)은 무선 통신 시스템(100)의 커버리지 영역(110) 전체에 걸쳐 분산될 수 있고, 각각의 UE(115)는 상이한 시간들에서 고정식이거나 이동식이거나, 또는 둘 모두일 수 있다. UE들(115)은 상이한 형태들의 또는 상이한 능력들을 갖는 디바이스들일 수 있다. 일부 예시적인 UE들(115)이 도 1에 예시된다. 본원에 설명된 UE들(115)은 도 1에 도시된 바와 같이, 다양한 타입들의 디바이스들, 이를 테면 다른 UE들(115), 네트워크 엔티티들(105) 또는 네트워크 장비(이를 테면, 코어 네트워크 노드들, 중계 디바이스들, IAB 노드들, 또는 다른 네트워크 장비)와 통신할 수 있다.
[0091]
네트워크 엔티티들(105)은 코어 네트워크(130)와, 또는 서로, 또는 둘 모두와 통신할 수 있다. 예를 들어, 네트워크 엔티티들(105)은 (예를 들어, S1, N2, N3 또는 다른 인터페이스를 통해) 하나 이상의 백홀 링크들(120)을 통해 코어 네트워크(130)와 인터페이싱할 수 있다. 네트워크 엔티티들(105)은 백홀 링크들(120)을 통해(예를 들어, X2, Xn 또는 다른 인터페이스를 통해) 서로 직접적으로(예를 들어, 네트워크 엔티티들(105) 사이에서 직접적으로) 또는 간접적으로(예를 들어, 코어 네트워크(130)를 통해) 또는 둘 모두로 통신할 수 있다. 일부 예들에서 백홀 링크들(120)은 하나 이상의 무선 링크들일 수 있거나 이를 포함할 수 있다.
[0092]
본원에 설명된 네트워크 엔티티들(105) 중 하나 이상은, 베이스 트랜시버 스테이션, 무선 기지국, 액세스 포인트, 라디오 트랜시버, NodeB, eNB(eNodeB), 차세대 NodeB 또는 기가-NodeB(이들 중 어느 하나는 gNB로 지칭될 수 있음), 홈 NodeB, 홈 eNodeB, 또는 다른 적절한 용어로 당업자에게 지칭되거나 이들을 포함할 수 있다.
[0093]
본원에 설명된 바와 같이, 노드, 네트워크 노드, 네트워크 엔티티 또는 무선 노드로 지칭될 수 있는 노드는 기지국(예컨대, 본원에 설명된 임의의 기지국), UE(예컨대, 본원에 설명된 임의의 UE), 네트워크 제어기, 장치, 디바이스, 컴퓨팅 시스템, 하나 이상의 컴포넌트들 및/또는 본원에 설명된 기법들 중 임의의 것을 수행하도록 구성된 다른 적절한 프로세싱 엔티티일 수 있다. 예를 들어, 네트워크 노드는 UE일 수 있다. 다른 예에서, 네트워크 노드는 기지국일 수 있다. 다른 예로서, 제1 네트워크 노드는 제2 네트워크 노드 또는 제3 네트워크 노드와 통신하도록 구성될 수 있다. 이러한 예의 일 양상에서, 제1 네트워크 노드는 UE일 수 있고, 제2 네트워크 노드는 기지국일 수 있으며, 제3 네트워크 노드는 UE일 수 있다. 이러한 예의 다른 양상에서, 제1 네트워크 노드는 UE일 수 있고, 제2 네트워크 노드는 기지국일 수 있으며, 제3 네트워크 노드는 기지국일 수 있다. 이러한 예의 또 다른 양상들에서, 제1, 제2 및 제3 네트워크 노드들은 이러한 예들에 비해 상이할 수 있다. 유사하게, UE, 기지국, 장치, 디바이스, 컴퓨팅 시스템 등에 대한 참조는 네트워크 노드인 UE, 기지국, 장치, 디바이스, 컴퓨팅 시스템 등의 개시를 포함할 수 있다. 예를 들어, UE가 기지국으로부터 정보를 수신하도록 구성된다는 개시는 또한, 제1 네트워크 노드가 제2 네트워크 노드로부터 정보를 획득 또는 수신하도록 구성된다는 것을 개시한다. 본 개시에 따라, 특정 예가 본 개시에 따라 확장되면(예컨대, UE가 기지국으로부터 정보를 수신하도록 구성되는 것은, 제1 네트워크 노드가 제2 네트워크 노드로부터 정보를 수신하도록 구성되는 것을 또한 개시함), 더 좁은 예의 더 넓은 예는 그 반대로, 그러나 광범위한 개방형 방식으로 해석될 수 있다. UE가 기지국으로부터 정보를 수신하도록 구성되는 것이 또한 제1 네트워크 노드가 제2 네트워크 노드로부터 정보를 수신하도록 구성되는 것을 개시하는 위의 예에서, 제1 네트워크 노드는 정보를 수신하도록 구성된 제1 UE, 제1 기지국, 제1 장치, 제1 디바이스, 제1 컴퓨팅 시스템, 제1 하나 이상의 컴포넌트들, 제1 프로세싱 엔티티 등을 지칭할 수 있고; 제2 네트워크 노드는 제2 UE, 기지국, 제2 장치, 제2 디바이스, 제2 컴퓨팅 시스템, 제1 하나 이상의 컴포넌트들, 제1 프로세싱 엔티티 등을 지칭할 수 있다.
[0094]
본원에 설명된 바와 같이, 정보(예컨대, 임의의 정보, 신호 등)의 통신은 상이한 용어를 사용하여 다양한 양상들에서 설명될 수 있다. 하나의 통신 용어의 개시는 다른 통신 용어들의 개시를 포함한다. 예를 들어, 제1 네트워크 노드는 제2 네트워크 노드에 정보를 출력 또는 송신하도록 구성되는 것으로 설명될 수 있다. 이 예에서 그리고 본 개시와 일치하여, 제1 네트워크 노드가 제2 네트워크 노드에 정보를 송신하도록 구성된다는 개시는 제1 네트워크 노드가 제2 네트워크 노드에 정보를 제공, 전송, 출력, 통신 또는 송신하도록 구성된다는 개시를 포함한다. 유사하게, 이 예에서 그리고 본 개시와 일치하여, 제1 네트워크 노드가 제2 네트워크 노드에 정보를 송신하도록 구성된다는 개시는, 제2 네트워크 노드가 제1 네트워크 노드에 의해 제공, 전송, 출력, 통신 또는 송신되는 정보를 수신, 획득 또는 디코딩하도록 구성된다는 개시를 포함한다.
[0095]
UE(115)는 모바일 디바이스, 무선 디바이스, 원격 디바이스, 핸드헬드 디바이스 또는 가입자 디바이스 또는 일부 다른 적절한 용어로 지칭되거나 이를 포함할 수 있고, 여기서 "디바이스"는 또한 다른 예들 중에서도, 유닛, 스테이션, 단말 또는 클라이언트로 지칭될 수 있다. UE(115)는 또한 셀룰러 폰, PDA(personal digital assistant), 태블릿 컴퓨터, 랩톱 컴퓨터 또는 개인용 컴퓨터와 같은 개인용 전자 디바이스로 지칭되거나 이를 포함할 수 있다. 일부 예들에서, UE(115)는 다른 예들 중에서도, WLL(wireless local loop) 스테이션, IoT(Internet of Things) 디바이스, IoE(Internet of Everything) 디바이스 또는 MTC(machine type communications) 디바이스를 지칭하거나 이를 포함할 수 있고, 이는 다른 예들 중에서도, 기기들 또는 차량들, 계측기들과 같은 다양한 물체들에서 구현될 수 있다.
[0096]
본원에서 설명된 UE들(115)은, 도 1에 도시된 바와 같이, 다른 예들 중에서도, 매크로 eNB들 또는 gNB들, 소형 셀 eNB들 또는 gNB들, 또는 중계 기지국들을 포함하는 네트워크 엔티티들(105) 및 네트워크 장비 뿐만 아니라 때때로 중계기들로서 작용할 수 있는 다른 UE들(115)과 같은 다양한 타입들의 디바이스들과 통신할 수 있다. 일부 예들에서, UE(115)는 통신 링크(155)를 통해 코어 네트워크(130)와 통신할 수 있다.
[0097]
UE들(115) 및 네트워크 엔티티들(105)은 하나 이상의 캐리어들을 통한 하나 이상의 통신 링크들(125)을 통해 서로 무선으로 통신할 수 있다. "캐리어"라는 용어는 통신 링크들(125)을 지원하기 위한 정의된 물리적 계층 구조를 갖는 라디오 주파수 스펙트럼 자원들의 세트를 지칭할 수 있다. 예를 들어, 통신 링크(125)에 사용되는 캐리어는 주어진 라디오 액세스 기술(이를 테면, LTE, LTE-A, LTE-A Pro, NR)에 대한 하나 이상의 물리 계층 채널들에 따라 동작되는 라디오 주파수 스펙트럼 대역(이를 테면, 대역폭 부분)의 일부를 포함할 수 있다. 각각의 물리 계층 채널은 포착 시그널링(이를 테면, 동기화 신호들, 시스템 정보), 캐리어에 대한 동작을 조정하는 제어 시그널링, 사용자 데이터, 또는 다른 시그널링을 반송할 수 있다. 무선 통신 시스템(100)은 캐리어 어그리게이션 또는 멀티-캐리어 동작을 사용하여 UE(115)와의 통신을 지원할 수 있다. UE(115)는, 캐리어 어그리게이션 구성에 따른 다수의 다운링크 컴포넌트 캐리어들 및 하나 이상의 업링크 컴포넌트 캐리어들로 구성될 수 있다. 캐리어 어그리게이션은 FDD(frequency division duplexing) 및 TDD(time division duplexing) 컴포넌트 캐리어들 둘 모두와 함께 사용될 수 있다.
[0098]
본원에 설명된 바와 같이, 정보(예컨대, 임의의 정보, 신호 등)의 통신은 상이한 용어를 사용하여 다양한 양상들에서 설명될 수 있다. 하나의 통신 용어의 개시는 다른 통신 용어들의 개시를 포함한다. 예를 들어, 제1 네트워크 노드는 제2 네트워크 노드에 정보를 송신하도록 구성되는 것으로 설명될 수 있다. 이 예에서 그리고 본 개시와 일치하여, 제1 네트워크 노드가 제2 네트워크 노드에 정보를 송신하도록 구성된다는 개시는 제1 네트워크 노드가 제2 네트워크 노드에 정보를 제공, 전송, 출력, 통신 또는 송신하도록 구성된다는 개시를 포함한다. 유사하게, 이 예에서 그리고 본 개시와 일치하여, 제1 네트워크 노드가 제2 네트워크 노드에 정보를 송신하도록 구성된다는 개시는, 제2 네트워크 노드가 제1 네트워크 노드에 의해 제공, 전송, 출력, 통신 또는 송신되는 정보를 수신, 획득 또는 디코딩하도록 구성된다는 개시를 포함한다.
[0099]
캐리어를 통해 송신되는 신호 파형들은 (예를 들어, OFDM(orthogonal frequency division multiplexing) 또는 DFT-S-OFDM(discrete Fourier transform-spread-OFDM)과 같은 MCM(multi-carrier modulation) 기법들을 사용하여) 다수의 서브캐리어들로 구성될 수 있다. MCM 기술들을 이용하는 시스템에서, 자원 엘리먼트는 하나의 심볼 기간(예를 들어, 하나의 변조 심볼의 지속기간) 및 하나의 서브캐리어를 포함할 수 있고, 여기서 심볼 기간 및 서브캐리어 간격은 반비례 관계이다. 각각의 자원 엘리먼트에 의해 반송되는 비트들의 수는 변조 방식(이를 테면, 변조 방식의 차수, 변조 방식의 코딩 레이트, 또는 둘 모두)에 의존할 수 있다. 따라서, UE(115)가 수신하는 자원 엘리먼트들의 수가 많아지고 변조 방식의 차수가 높을 수록, UE(115)에 대한 데이터 레이트가 더 높아질 수도 있다. 무선 통신 자원은 라디오 주파수 스펙트럼 자원, 시간 자원 및 공간 자원(예를 들어, 공간 계층들 또는 빔들)의 조합을 지칭할 수 있고, 다수의 공간 계층들의 사용은 UE(115)와의 통신들에 대한 데이터 레이트 또는 데이터 무결성을 추가로 증가시킬 수 있다.
[0100]
네트워크 엔티티들(105) 또는 UE들(115)에 대한 시간 인터벌들은, 예를 들어 초의 샘플링 기간을 지칭할 수 있는 기본 시간 단위의 배수들로 표현될 수 있으며, 여기서 는 최대 지원되는 서브캐리어 간격을 표현할 수 있고, 는 최대 지원되는 DFT(discrete Fourier transform) 크기를 표현할 수 있다. 통신 자원의 시간 인터벌들은, 각각이 특정된 지속기간(이를 테면, 10 밀리초(ms))을 갖는 라디오 프레임들에 따라 조직화될 수 있다. 각각의 라디오 프레임은 예를 들어, 0 내지 1023 범위의 SFN(system frame number)에 의해 식별될 수 있다.
[0101]
각각의 프레임은 다수의 연속적으로 넘버링된 서브프레임들 또는 슬롯들을 포함할 수 있고, 각각의 서브프레임 또는 슬롯은 동일한 지속기간을 가질 수 있다. 일부 예들에서, 프레임은 (예를 들어, 시간 도메인에서) 서브프레임들로 분할될 수 있고, 각각의 서브프레임은 다수의 슬롯들로 추가로 분할될 수 있다. 대안적으로, 각각의 프레임은 가변적인 수의 슬롯들을 포함할 수 있고, 슬롯들의 수는 서브캐리어 간격에 의존할 수 있다. 각각의 슬롯은, (예를 들어, 각각의 심볼 기간에 사전 첨부된 사이클릭 프리픽스의 길이에 따라) 다수의 심볼 기간들을 포함할 수 있다. 일부 무선 통신 시스템들(100)에서, 슬롯은 하나 이상의 심볼들을 포함하는 다수의 미니-슬롯들로 추가로 분할될 수 있다. 사이클릭 프리픽스를 배제하면, 각각의 심볼 기간은 하나 이상의(예를 들어, ) 샘플 기간들을 포함할 수 있다. 심볼 기간의 지속기간은 서브캐리어 간격 또는 동작 주파수 대역에 의존할 수 있다.
[0102]
서브프레임, 슬롯, 미니-슬롯, 또는 심볼은 무선 통신 시스템(100)의 (예를 들어, 시간 도메인에서) 가장 작은 스케줄링 단위일 수 있고, TTI(transmission time interval)로 지칭될 수 있다. 일부 예들에서, TTI 지속기간(예를 들어, TTI에서 심볼 기간들의 수)은 가변적일 수 있다. 추가적으로 또는 대안적으로, 무선 통신 시스템(100)의 최소 스케줄링 유닛은 (예를 들어, sTTI(shortened TTI)들의 버스트들에서) 동적으로 선택될 수 있다.
[0103]
물리 채널들은 다양한 기법들에 따라 캐리어 상에서 멀티플렉싱될 수 있다. 물리적 제어 채널 및 물리적 데이터 채널은, 예를 들어, TDM(time division multiplexing) 기법들, FDM(frequency division multiplexing) 기법들, 또는 하이브리드 TDM-FDM 기법들 중 하나 이상을 사용하여 다운링크 캐리어 상에서 멀티플렉싱될 수 있다. 물리적 제어 채널에 대한 제어 영역(예를 들어, 제어 자원 세트(CORESET))은 다수의 심볼 기간들에 의해 정의될 수 있고, 시스템 대역폭 또는 캐리어의 시스템 대역폭의 서브세트에 걸쳐 확장될 수 있다. UE들(115)의 세트에 대해 하나 이상의 제어 영역들(예를 들어, CORESET들)이 구성될 수 있다. 예를 들어, UE들(115) 중 하나 이상은 하나 이상의 탐색 공간 세트들에 따라 제어 정보에 대한 제어 영역들을 모니터링하거나 탐색할 수 있고, 각각의 탐색 공간 세트는 캐스케이드 방식으로 배열된 하나 이상의 어그리게이션 레벨들에서 하나의 또는 다수의 제어 채널 후보들을 포함할 수 있다. 제어 채널 후보에 대한 어그리게이션 레벨은 주어진 페이로드 크기를 갖는 제어 정보 포맷에 대한 인코딩된 정보와 연관된 다수의 제어 채널 자원들(이를 테면, CCE(control channel element)들)을 지칭할 수 있다. 탐색 공간 세트들은 다수의 UE들(115)에 제어 정보를 전송하도록 구성된 공통 탐색 공간 세트들 및 제어 정보를 특정 UE(115)에 전송하기 위한 UE-특정 탐색 공간 세트들을 포함할 수 있다.
[0104]
일부 예들에서, 기지국(105)은 이동가능할 수 있고, 따라서 이동하는 지리적 커버리지 영역(110)에 대한 통신 커버리지를 제공할 수 있다. 일부 예들에서, 상이한 기술들과 연관된 상이한 지리적 커버리지 영역들(110)은 중첩될 수 있지만, 상이한 지리적 커버리지 영역들(110)은 동일한 기지국(105)에 의해 지원될 수 있다. 다른 예들에서, 상이한 기술들과 연관된 중첩되는 지리적 커버리지 영역들(110)은 상이한 네트워크 엔티티들(105)에 의해 지원될 수 있다. 무선 통신 시스템(100)은, 상이한 타입들의 네트워크 엔티티들(105)이 동일하거나 상이한 라디오 액세스 기술들을 사용하여 다양한 지리적 커버리지 영역들(110)에 대한 커버리지를 제공하는, 예를 들어, 이종(heterogeneous) 네트워크를 포함할 수 있다.
[0105]
일부 UE들(115), 예를 들어, MTC 또는 IoT 디바이스들은 저비용 또는 저 복잡도 디바이스들일 수 있지만, 머신들 사이의 자동화된 통신을 예를 들어, M2M(Machine-to-Machine) 통신을 통해) 제공할 수 있다. M2M 통신 또는 MTC는 디바이스들이 인간의 개입 없이 서로 또는 기지국(105)과 통신하도록 허용하는 데이터 통신 기술들을 지칭할 수 있다. 일부 예들에서, M2M 통신 또는 MTC는, 정보를 측정 또는 캡처하기 위한 센서들 또는 계측기들을 통합하고 그러한 정보를, 정보를 사용하거나 정보를 애플리케이션 프로그램과 상호작용하는 인간들에게 제시하는 중앙 서버 또는 애플리케이션 프로그램에 중계하는 디바이스들로부터의 통신을 포함할 수 있다. 일부 UE들(115)은 정보를 수집하거나 머신들 또는 다른 디바이스들의 자동화된 거동을 가능하게 하도록 설계될 수 있다. MTC 디바이스들에 대한 애플리케이션들의 예들은, 스마트 계측, 재고 모니터링, 수위 모니터링, 장비 모니터링, 헬스케어 모니터링, 야생 동물 모니터링, 기후 및 지질학적 이벤트 모니터링, 함대 관리 및 추적, 원격 보안 감지, 물리적 액세스 제어, 및 거래-기반 비즈니스 과금을 포함한다.
[0106]
무선 통신 시스템(100)은 매우 신뢰가능한 통신들 또는 저-레이턴시 통신들, 또는 이들의 다양한 조합들을 지원하도록 구성될 수 있다. 예를 들어, 무선 통신 시스템(100)은 URLLC(ultra-reliable low-latency communications) 또는 미션 크리티컬 통신들을 지원하도록 구성될 수 있다. UE들(115)은 매우 신뢰가능한, 저-레이턴시, 또는 크리티컬 기능들(이를 테면, 미션 크리티컬 기능들)을 지원하도록 설계될 수 있다. 매우 신뢰가능한 통신들은 사설 통신 또는 그룹 통신을 포함할 수 있고, MCPTT(mission critical push-to-talk), MCVideo(mission critical video), 또는 MCData(mission critical data)와 같은 하나 이상의 미션 크리티컬 서비스들에 의해 지원될 수 있다. 미션 크리티컬 기능들에 대한 지원은 서비스들의 우선순위화를 포함할 수 있고, 미션 크리티컬 서비스들은 공공 안전 또는 일반적인 상업적 애플리케이션들을 위해 사용될 수 있다. 매우 신뢰가능한, 저-레이턴시, 미션 크리티컬, 및 매우 신뢰가능한 저-레이턴시라는 용어들은 본원에서 상호교환가능하게 사용될 수 있다.
[0107]
일부 예들에서, UE(115)는 또한, (예를 들어 P2P(peer-to-peer) 또는 D2D 프로토콜을 사용하여) D2D(device-to-device) 통신 링크(135)를 통해 다른 UE들(115)과 직접 통신할 수 있다. D2D 통신들을 활용하는 하나 이상의 UE들(115)은 기지국(105)의 지리적 커버리지 영역(110) 내에 있을 수 있다. 이러한 그룹의 다른 UE들(115)은 기지국(105)의 지리적 커버리지 영역(110) 외부에 있을 수 있거나, 그렇지 않으면 기지국(105)으로부터의 송신들을 수신하지 못할 수 있다. 일부 예들에서, D2D 통신들을 통해 통신하는 그룹들의 UE들(115)은, 각각의 UE(115)가 그룹의 모든 다른 UE(115)에 송신하는 일대다(1:M) 시스템을 활용할 수 있다. 일부 예들에서, 기지국(105)은 D2D 통신들에 대한 자원들의 스케줄링을 용이하게 한다. 다른 경우들에서, D2D 통신들은 기지국(105)의 수반 없이 UE들(115) 사이에서 수행된다.
[0108]
코어 네트워크(130)는 사용자 인증, 액세스 인가, 추적, IP(Internet Protocol) 접속 및 다른 액세스, 라우팅 또는 모빌리티 기능들을 제공할 수 있다. 코어 네트워크(130)는 EPC(evolved packet core) 또는 5GC(5G core)일 수 있으며, 이는 액세스 및 모빌리티를 관리하는 적어도 하나의 제어 평면 엔티티(이를 테면, MME(mobility management entity), AMF(access and mobility management function)) 및 패킷들을 라우팅하거나 외부 네트워크들에 상호접속되는 적어도 하나의 사용자 평면 엔티티(이를 테면, S-GW(serving gateway), P-GW(PDN(Packet Data Network) gateway), 또는 UPF(user plane function))를 포함할 수 있다. 제어 평면 엔티티는 코어 네트워크(130)와 연관된 네트워크 엔티티들(105)에 의해 서빙되는 UE들(115)에 대한 모빌리티, 인증 및 베어러 관리와 같은 NAS(non-access stratum) 기능들을 관리할 수 있다. 사용자 IP 패킷들은 사용자 평면 엔티티를 통해 전달될 수 있으며, 이는 IP 어드레스 할당 뿐만 아니라 다른 기능들을 제공할 수 있다. 사용자 평면 엔티티는 하나 이상의 네트워크 운영자들에 대한 IP 서비스들(150)에 접속될 수 있다. IP 서비스들(150)은, 인터넷, 인트라넷(들), IMS(IP Multimedia Subsystem), 또는 패킷 교환 스트리밍 서비스에 대한 액세스를 포함할 수 있다.
[0109]
네트워크 디바이스들 중 일부, 예를 들어, 기지국(105)은 ANC(access node controller)의 예일 수 있는 액세스 네트워크 엔티티(140)와 같은 서브컴포넌트들을 포함할 수 있다. 각각의 액세스 네트워크 엔티티(140)는 라디오 헤드들, 스마트 라디오 헤드들 또는 TRP(transmission/reception point)들로 지칭될 수 있는 하나 이상의 다른 액세스 네트워크 송신 엔티티들(145)을 통해 UE들(115)과 통신할 수 있다. 각각의 액세스 네트워크 송신 엔티티(145)는 하나 이상의 안테나 패널들을 포함할 수 있다. 일부 구성들에서, 각각의 액세스 네트워크 엔티티(140) 또는 기지국(105)의 다양한 기능들은 다양한 네트워크 디바이스들(예를 들어, 라디오 헤드들 및 ANC들)에 걸쳐 분산되거나 단일 네트워크 디바이스(예를 들어, 기지국(105))에 통합될 수 있다.
[0110]
무선 통신 시스템(100)은 예를 들어, 300 메가헤르쯔(MHz) 내지 300 기가헤르쯔(GHz)의 범위에서 하나 이상의 주파수 대역들을 사용하여 동작할 수 있다. 일부 예들에서, 300 MHz 내지 3 GHz의 영역은 UHF(ultra-high frequency) 영역 또는 데시미터 대역으로 공지되는데, 이는, 파장들이 길이에서 대략 1 데시미터 내지 1 미터 범위이기 때문이다. UHF 파들은 빌딩들 및 환경 특징들에 의해 차단되거나 재지향될 수 있지만, 파들은 매크로 셀이 실내에 로케이트된 UE들(115)에 서비스를 제공하기에 충분히 구조들을 관통할 수 있다. UHF 파들의 송신은, 300 MHz 아래의 스펙트럼의 HF(high frequency) 또는 VHF(very high frequency) 부분의 더 작은 주파수들 및 더 긴 파들을 사용하는 송신에 비해 더 작은 안테나들 및 더 짧은 범위(예를 들어, 100 km 미만)와 연관될 수 있다.
[0111]
전자기 스펙트럼은 종종, 주파수/파장에 기초하여 다양한 클래스들, 대역들, 채널들 등으로 세분화된다. 5G NR에서 2개의 초기 동작 대역들은 주파수 범위 지정들 FR1(410 MHz - 7.125 GHz) 및 FR2(24.25 GHz - 52.6 GHz)로서 식별되었다. FR1의 일부가 6 GHz를 초과하지만, FR1은 종종 다양한 문헌들 및 논문들에서 "서브-6 GHz" 대역으로서 (상호교환가능하게) 지칭됨을 이해해야 한다. "밀리미터 파" 대역으로서 ITU(International Telecommunications Union)에 의해 식별되는 EHF(extremely high frequency) 대역(30 GHz - 300 GHz)과는 상이함에도 불구하고, 문헌들 및 논문들에서 "밀리미터파" 대역으로서 종종 (상호교환가능하게) 지칭되는 FR2와 관련하여 유사한 명명법 문제가 때때로 발생한다.
[0112]
FR1과 FR2 사이의 주파수들은 종종 중간대역 주파수들로 지칭된다. 최근의 5G NR 연구들은 이러한 중간대역 주파수들에 대한 동작 대역을 주파수 범위 지정 FR3(7.125 GHz - 24.25 GHz)으로서 식별하였다. FR3 내에 속하는 주파수 대역들은 FR1 특성들 또는 FR2 특성들을 계승할 수 있고, 따라서 FR1 또는 FR2의 특징들을 중간대역 주파수들로 효과적으로 확장할 수 있다. 또한, 5G NR 동작을 52.6 GHz를 넘어 확장시키기 위해 더 높은 주파수 대역들이 현재 연구되고 있다. 예를 들어, 3개의 더 높은 동작 대역들은 주파수 범위 지정들 FR4a 또는 FR4-1(52.6 GHz - 71 GHz), FR4(52.6 GHz - 114.25 GHz), 및 FR5(114.25 GHz - 300 GHz)로서 식별되었다. 이러한 더 높은 주파수 대역들 각각은 EHF 대역 내에 속한다.
[0113]
위의 양상들을 염두에 두고, 구체적으로 달리 언급되지 않는 한, 본원에서 사용되는 경우 "서브-6 GHz" 등의 용어는 6 GHz 미만일 수 있거나, FR1 내에 있을 수 있거나, 또는 중간 대역 주파수들을 포함할 수 있는 주파수들을 광범위하게 표현할 수 있다는 것이 이해되어야 한다. 추가로, 구체적으로 달리 언급되지 않는 한, 본원에서 사용되는 경우 "밀리미터파" 등의 용어는 중간 대역 주파수들을 포함할 수 있거나, FR2, FR4, FR4-a 또는 FR4-1, 또는 FR5 내에 있을 수 있거나, 또는 EHF 대역 내에 있을 수 있는 주파수들을 광범위하게 표현할 수 있다는 것이 이해되어야 한다.
[0114]
무선 통신 시스템(100)은 면허 및 비면허 라디오 주파수 스펙트럼 대역들 둘 모두를 활용할 수 있다. 예를 들어, 무선 통신 시스템(100)은 비면허 대역, 예를 들어, 5 GHz ISM(industrial, scientific, and medical) 대역에서 LAA(License Assisted Access) 또는 LTE-U(LTE-Unlicensed) 라디오 액세스 기술 또는 NR 기술을 이용할 수 있다. 비면허 라디오 주파수 스펙트럼 대역들에서 동작할 때, 네트워크 엔티티들(105) 및 UE들(115)과 같은 디바이스들은 충돌 검출 및 회피를 위해 캐리어 감지를 이용할 수 있다. 일부 예들에서, 비면허 대역들에서의 동작들은 면허 대역(예를 들어, LAA)에서 동작하는 컴포넌트 캐리어들과 관련된 캐리어 어그리게이션 구성에 기초할 수 있다. 비면허 스펙트럼에서의 동작들은 다른 예들 중에서도, 다운링크 송신들, 업링크 송신들, P2P 송신들 또는 D2D 송신들을 포함할 수 있다.
[0115]
기지국(105) 또는 UE(115)는 다수의 안테나들을 구비할 수 있고, 이는 송신 다이버시티, 수신 다이버시티, MIMO(multiple-input multiple-output) 통신들 또는 빔형성과 같은 기법들을 이용하기 위해 사용될 수 있다. 기지국(105) 또는 UE(115)의 안테나들은 하나 이상의 안테나 어레이들 또는 안테나 패널들 내에 로케이트될 수 있고, 이는 MIMO 동작들 또는 송신 또는 수신 빔형성을 지원할 수 있다. 예를 들어, 하나 이상의 기지국 안테나들 또는 안테나 어레이들은 안테나 타워와 같은 안테나 조립체에 코로케이트될 수 있다. 일부 예들에서, 기지국(105)과 연관된 안테나들 또는 안테나 어레이들은 다양한 지리적 로케이션들에 로케이트될 수 있다. 기지국(105)은, UE(115)와의 통신들의 빔형성을 지원하기 위해 기지국(105)이 사용할 수 있는 안테나 포트들의 다수의 행들 및 열들을 갖는 안테나 어레이를 가질 수 있다. 마찬가지로, UE(115)는 다양한 MIMO 또는 빔형성 동작들을 지원할 수 있는 하나 이상의 안테나 어레이들을 가질 수 있다. 추가적으로 또는 대안적으로, 안테나 패널은 안테나 포트를 통해 송신된 신호에 대한 라디오 주파수 빔형성을 지원할 수 있다.
[0116]
공간 필터링, 지향성 송신 또는 지향성 수신으로 또한 지칭될 수 있는 빔형성은, 송신 디바이스와 수신 디바이스 사이의 공간 경로를 따라 안테나 빔(예를 들어, 송신 빔, 수신 빔)을 성형 또는 스티어링하기 위해 송신 디바이스 또는 수신 디바이스(예를 들어, 기지국(105), UE(115))에서 사용될 수 있는 신호 프로세싱 기법이다. 안테나 어레이에 대한 특정 배향들에서 전파되는 일부 신호들이 보강 간섭을 경험하는 한편 다른 것들은 상쇄 간섭을 경험하도록 안테나 어레이의 안테나 엘리먼트들을 통해 통신되는 신호들을 조합함으로써 빔형성이 달성될 수 있다. 안테나 엘리먼트들을 통해 통신되는 신호들의 조정은 송신 디바이스 또는 수신 디바이스가 디바이스와 연관된 안테나 엘리먼트들을 통해 반송되는 신호들에 진폭 오프셋들, 위상 오프셋들 또는 둘 모두를 적용하는 것을 포함할 수 있다. 안테나 엘리먼트들 각각과 연관된 조절들은 특정 배향과 연관된(예를 들어, 송신 디바이스 또는 수신 디바이스의 안테나 어레이에 대한 또는 일부 다른 배향에 대한) 빔형성 가중치 세트에 의해 정의될 수 있다.
[0117]
무선 통신 시스템(100)은 계층화된 프로토콜 스택에 따라 동작하는 패킷-기반 네트워크일 수 있다. 사용자 평면에서, 베어러 또는 PDCP(Packet Data Convergence Protocol) 계층에서의 통신들은 IP-기반일 수 있다. RLC(Radio Link Control) 계층은, 논리 채널들을 통해 통신하기 위한 패킷 세그먼트화 및 리어셈블리를 수행할 수 있다. MAC 계층은, 논리 채널들의, 전송 채널들로의 멀티플렉싱 및 우선순위 핸들링을 수행할 수 있다. MAC 계층은 또한, 링크 효율을 개선하도록 MAC 계층에서 재송신들을 지원하기 위해, 에러 검출 기법들, 에러 정정 기법들 또는 둘 모두를 사용할 수 있다. 제어 평면에서, RRC 프로토콜 계층은, 사용자 평면 데이터에 대한 라디오 베어러들을 지원하는 코어 네트워크(130) 또는 기지국(105)과 UE(115) 사이에서 RRC 접속의 설정, 구성 및 유지보수를 제공할 수 있다. 물리 계층에서, 전송 채널들은 물리 채널들에 맵핑될 수 있다.
[0118]
UE들(115)과 네트워크 엔티티들(105) 사이에서 수행될 것에 추가하여 또는 대안으로서, 본원에 설명된 기법들은, IAB 노드들(104), DU(distributed unit)들(165), CU(centralized unit)들(160), RU(radio unit)들(170) 등을 포함하는 추가적인 또는 대안적인 무선 디바이스들을 통해 구현될 수 있다. 예를 들어, 일부 구현들에서, 본 명세서에 설명된 양상들은 분해된 RAN(radio access network) 아키텍처(예를 들어, 개방형 RAN 아키텍처)의 맥락에서 구현될 수 있다. 분해된 아키텍처에서, RAN은 CU(160), DU(165), 및 RU(170)에 대응하는 3개의 기능 영역들로 분리될 수 있다. CU(160), DU(165), 및 RU(175) 사이의 기능의 분리는 유연하고, 따라서 CU(160), DU(165), 및 RU(175)에서 어떤 기능들(예컨대, MAC 기능들, 기저대역 기능들, 라디오 주파수 기능들, 및 이들의 임의의 조합들)이 수행되는지에 의존하여 상이한 기능들의 다수의 치환들을 발생시킨다. 예를 들어, 프로토콜 스택의 기능적 분리는 DU(165)와 RU(170) 사이에서 이용될 수 있어서, DU(165)는 프로토콜 스택의 하나 이상의 계층들을 지원할 수 있고 RU(170)는 프로토콜 스택의 하나 이상의 상이한 계층들을 지원할 수 있다.
[0119]
일부 무선 통신 시스템들(예를 들어, 무선 통신 시스템(100)), NR 액세스를 위한 인프라구조 및 스펙트럼 자원들은 유선 백홀 접속들에 보충하여 무선 백홀 링크 능력들을 추가적으로 지원할 수 있어서, IAB 네트워크 아키텍처를 제공한다. 하나 이상의 네트워크 엔티티들(105)은 CU들(160), DU들(165) 및 RU들(170)을 포함할 수 있고, 도너 네트워크 엔티티들(105) 또는 IAB 도너들로 지칭될 수 있다. 도너 기지국(105)과 연관된 하나 이상의 DU들(165)(예를 들어, RU들(170))은 도너 기지국(105)과 연관된 CU들(160)에 의해 부분적으로 제어될 수 있다. 하나 이상의 도너 네트워크 엔티티들(105)(예를 들어, IAB 도너들)은 지원되는 액세스 및 백홀 링크들을 통해 하나 이상의 추가적인 네트워크 엔티티들(105)(예를 들어, IAB 노드들(104))과 통신할 수 있다. IAB 노드들(104)은 커플링된 IAB 도너의 DU들(165)에 의해 제어 및/또는 스케줄링된 MT(mobile terminal) 기능을 지원할 수 있다. 또한, IAB 노드들(104)은 액세스 네트워크(예를 들어, 다운스트림)의 중계 체인 또는 구성 내의 추가적인 엔티티들(예를 들어, IAB 노드들(104), UE들(115) 등)과의 통신 링크들을 지원하는 DU들(165)을 포함할 수 있다. 이러한 경우들에서, 분해된 RAN 아키텍처의 하나 이상의 컴포넌트들(예컨대, 하나 이상의 IAB 노드들(104) 또는 IAB 노드들(104)의 컴포넌트들)은 본 명세서에 설명된 기법들에 따라 동작하도록 구성될 수 있다.
[0120]
일부 예들에서, 무선 통신 시스템(100)은 코어 네트워크(130)(예컨대, NGC(next generation core network)), 하나 이상의 IAB 도너들, IAB 노드들(104) 및 UE들(115)을 포함할 수 있으며, 여기서 IAB 노드들(104)은 서로 및/또는 IAB 도너에 의해 부분적으로 제어될 수 있다. IAB 도너 및 IAB 노드들(104)은 네트워크 엔티티들(105)의 양상들의 예들일 수 있다. IAB 도너 및 하나 이상의 IAB 노드들(104)은 일부 중계 체인으로서(예를 들어, 그에 따라 통신하는 것으로) 구성될 수 있다.
[0121]
예를 들어, AN(access network) 또는 RAN은 액세스 노드들(예를 들어, IAB 도너), IAB 노드들(104) 및 하나 이상의 UE들(115) 사이의 통신들을 지칭할 수 있다. IAB 도너는 (예컨대, 코어 네트워크(130)에 대한 유선 또는 무선 접속을 통해) 코어 네트워크(130)와 AN 사이의 접속을 용이하게 할 수 있다. 즉, IAB 도너는 코어 네트워크(130)에 대한 유선 또는 무선 접속을 갖는 RAN 노드를 지칭할 수 있다. IAB 도너는 CU(160) 및 적어도 하나의 DU(165)(예를 들어, RU(170))를 포함할 수 있고, 여기서 CU(160)는 NG 인터페이스(예를 들어, 일부 백홀 링크)를 통해 코어 네트워크(130)와 통신할 수 있다. CU(160)는 계층 3(L3)(예컨대, RRC, SDAP(service data adaptation protocol), PDCP 등) 기능 및 시그널링을 호스팅할 수 있다. 적어도 하나의 DU(165) 및/또는 RU(170)는 하위 계층, 이를테면 계층 1(L1) 및 계층 2(L2)(예컨대, RLC, MAC, 물리(PHY) 등) 기능 및 시그널링을 호스팅할 수 있고, 각각은 CU(160)에 의해 적어도 부분적으로 제어될 수 있다. DU(165)는 하나 또는 다수의 상이한 셀들을 지원할 수 있다. IAB 도너 및 IAB 노드들(104)은 시그널링 메시지들을 정의하는 일부 프로토콜(예를 들어, F1 AP 프로토콜)에 따라 F1 인터페이스를 통해 통신할 수 있다. 추가적으로, CU(160)는 NG 인터페이스(이는 백홀 링크의 일부의 예일 수 있음)를 통해 코어 네트워크와 통신할 수 있고, Xn-C 인터페이스(백홀 링크의 일부의 예일 수 있음)를 통해 다른 CU들(160)(예컨대, 대안적인 IAB 도너와 연관된 CU(160))과 통신할 수 있다.
[0122]
IAB 노드들(104)은 IAB 기능(예컨대, UE들(115)에 대한 액세스, 무선 자체-백홀 능력들 등)을 제공하는 RAN 노드를 지칭할 수 있다. IAB 노드들(104)은 DU(165) 및 MT를 포함할 수 있다. DU(165)는 IAB 노드(104)와 연관된 자식 노드들에 대한 분산형 스케줄링 노드로서 작용할 수 있고, MT는 IAB 노드(104)와 연관된 부모 노드들에 대한 스케줄링된 노드로서 작용할 수 있다. 즉, IAB 도너는 하나 이상의 자식 노드들과 통신하는 부모 노드로 지칭될 수 있다(예컨대, IAB 도너는 하나 이상의 다른 IAB 노드들(104)을 통해 UE들에 대한 송신들을 중계할 수 있다). 추가적으로, IAB 노드(104)는 또한 AN의 중계 체인 또는 구성에 따라 다른 IAB 노드들(104)에 대한 부모 노드 또는 자식 노드로 지칭될 수 있다. 따라서, IAB 노드들(104)(예를 들어, MT들)의 MT 엔티티는 자식 노드가 부모 IAB 노드(104)로부터 시그널링을 수신하기 위한 Uu 인터페이스를 제공할 수 있고, DU 인터페이스(예를 들어, DU들(165))는 부모 노드가 자식 IAB 노드(104) 또는 UE(115)에 시그널링하기 위한 Uu 인터페이스를 제공할 수 있다.
[0123]
예를 들어, IAB 노드(104)는 IAB 노드와 연관된 부모 노드 및 IAB 도너와 연관된 자식 노드로 지칭될 수 있다. IAB 도너는 코어 네트워크에 대한 유선(예컨대, 광섬유) 또는 무선 접속을 갖는 CU(160)를 포함할 수 있고, IAB 노드들(104)에 대한 부모 노드로서 작용할 수 있다. 예를 들어, IAB 도너의 DU(165)는 IAB 노드들(104)을 통해 UE들(115)로 송신들을 중계할 수 있고, UE(115)에 송신들을 직접 시그널링할 수 있다. IAB 도너의 CU(160)는 F1 인터페이스를 통해 IAB 노드들(104)에 통신 링크 확립을 시그널링할 수 있고, IAB 노드들(104)은 DU들(165)을 통한 송신들(예를 들어, IAB 도너로부터 중계된 UE들(115)로의 송신들)을 스케줄링할 수 있다. 즉, 데이터는 IAB 노드(104)의 MT로의 NR Uu 인터페이스를 통한 시그널링을 통해 IAB 노드들(104)로 그리고 그로부터 중계될 수 있다. IAB 노드(104)와의 통신들은 IAB 도너의 DU(165)에 의해 스케줄링될 수 있고, IAB 노드(104)와의 통신들은 IAB 노드(104)의 DU(165)에 의해 스케줄링될 수 있다.
[0124]
분해된 RAN 아키텍처의 맥락에서 적용되는 본원에 설명된 기법들의 경우, 분해된 RAN 아키텍처의 하나 이상의 컴포넌트들(예컨대, 하나 이상의 IAB 노드들(104) 또는 IAB 노드들(104)의 컴포넌트들)은 본원에 설명된 바와 같이 랜덤 액세스 채널 절차들에서 큰 라운드 트립 시간들에 대한 기법들을 지원하도록 구성될 수 있다. 예를 들어, UE(115) 또는 기지국(105)에 의해 수행되는 것으로 설명된 일부 동작들은 추가적으로 또는 대안적으로 분해된 RAN 아키텍처의 컴포넌트들(예를 들어, IAB 노드들, DU들, CU들 등)에 의해 수행될 수 있다.
[0125]
일부 예들에서, 무선 통신 시스템(100)은 뉴럴 네트워크 모델링을 지원할 수 있고, 뉴럴 네트워크 모델을 구현할 때 신호 프로세싱을 지원하기 위해 통신 관리자(101)가 디바이스에 포함될 수 있다. 일부 양상들에서, 기지국(105)은 통신 관리자(101-a)를 포함할 수 있고, UE(115)는 통신 관리자(101-b)를 포함할 수 있다. 통신 관리자(101-a)는 하나 이상의 뉴럴 네트워크 모델들, 동작들의 시퀀스의 표시 및 신호를 UE(115)에 송신할 수 있다. 동작들의 시퀀스는 각각의 뉴럴 네트워크 모델에 대한 시그널링 프로세싱을 위한 동작들을 실행할 순서를 UE(115)에 통지할 수 있다. 응답으로, 통신 관리자(101-b)는 수신된 신호에 기초하여 뉴럴 네트워크 모델을 선택하고, 선택된 모델에 대한 동작들의 시퀀스에 따라 시그널링 프로세싱을 수행할 수 있다. 일부 예들에서, 통신 관리자(101-b)는 동작들의 시퀀스를 송신하기 전에, 동작들의 세트로 UE(115)를 구성하는 시그널링을 송신할 수 있고, 여기서 동작의 시퀀스는 동작들의 세트 중 하나 이상을 포함한다. 다른 예에서, 통신 관리자(101-b)는 동작들의 세트, 동작들의 시퀀스, 및 하나 이상의 뉴럴 네트워크 모델들을 하나의 패키지로서 함께 송신할 수 있다. 어느 경우이든, UE(115)는 하나 이상의 뉴럴 네트워크 모델들에 대한 신호 프로세싱과 관련된 정보를 획득할 수 있다.
[0126]
도 2는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 무선 통신 시스템(200)의 예를 예시한다. 일부 예들에서, 무선 통신 시스템(200)은 무선 통신 시스템(100)의 양상들을 구현하거나 또는 그에 의해 구현될 수 있다. 예를 들어, 무선 통신 시스템(200)은, 기지국(105-a) 및 UE(115-a)를 포함할 수 있고, 이들은 도 1을 참조하여 설명된 바와 같은 기지국(105) 및 UE(115)의 예들일 수 있다. 일부 예들에서, 기지국(105-a) 및 UE(115-a)는 커버리지 영역(110-a)에 로케이트될 수 있고, 다운링크 통신 링크(205)를 통해 통신할 수 있다.
[0127]
일부 예들에서, 무선 통신 시스템(200)은 머신 학습 또는 뉴럴 네트워크 모델들을 지원할 수 있다. 뉴럴 네트워크 모델들은 패턴들을 인식하도록 트레이닝된 프로그램들의 예들일 수 있고, 무선 통신 시스템은 뉴럴 네트워크 모델들을 활용하여 무선 통신 프로세스들을 최적화할 수 있다. 예를 들어, 무선 통신 시스템은 다른 예들 중에서도, LOS(line-of-sight) 신호들과 관련된 지연들을 검출하기 위해 뉴럴 네트워크 모델을 활용할 수 있다.
[0128]
일부 경우들에서, 네트워크, 이를테면, 기지국(105-a)은 무선 디바이스가 뉴럴 네트워크 모델들을 구현할 수 있도록 뉴럴 네트워크 모델들로 UE(115-a)와 같은 무선 디바이스를 구성할 수 있다. 예를 들어, 기지국(105-a)은 하나 이상의 뉴럴 네트워크 모델들을 인코딩하고 다운링크 통신 링크(205)를 통해 UE(115-a)에 출력(예컨대, 제공, 송신)하기 위한 포맷(예컨대, ONNX(open neural network exchange) 포맷)을 사용할 수 있다. UE(115-a)는 디코더를 사용하여 하나 이상의 뉴럴 네트워크 모델들을 해석하고 하나 이상의 뉴럴 네트워크 모델들을 구현할 수 있다. 일부 예들에서, 네트워크는 현재 동작 시나리오(예컨대, 안테나들의 수, 동작 SNR들, 동작 대역폭 부분들, 변조 또는 라디오 주파수 모델들)에 기초하여 어느 뉴럴 네트워크 모델들을 무선 디바이스에 제공할지를 결정할 수 있다. 무선 디바이스에 제공되는 뉴럴 네트워크 모델들 각각은 일부 동작 범위 하에서 유효할 수 있다. 예를 들어, 뉴럴 네트워크 모델들 각각은 주어진 SNR 범위, 주어진 대역폭 범위, 주어진 채널 전력 지연 프로파일, 주어진 신호 스케일링 범위, 주어진 신호 피크 범위 등 하에서 유효할 수 있다. 무선 디바이스는 획득된(예컨대, 수신된) 신호의 특성들(예컨대, 신호 SNR 또는 신호 대역폭)을 결정하고, 획득된 신호의 특성들을 포함하는 동작 범위를 갖는 뉴럴 네트워크 모델을 구현한다.
[0129]
뉴럴 네트워크 모델 또는 뉴럴 네트워크 모델의 보고 출력을 구현하기 위해, 무선 디바이스는 신호 프로세싱을 수행할 수 있다. 신호 프로세싱은 적어도 프리-프로세싱 또는 포스트-프로세싱 중 하나를 포함할 수 있다. 무선 디바이스(예컨대, UE(115-a))는 수신된 신호를 뉴럴 네트워크 모델에 대한 입력에 대해 호환가능한 포맷으로 변환하기 위해 프리-프로세싱을 수행할 수 있다. 유사하게, 무선 디바이스(예컨대, UE(115-a))는 보고에 대해 호환가능하게 맵핑될 수 있는 포맷으로 뉴럴 네트워크 모델의 출력을 변환하기 위해 포스트-프로세싱을 수행할 수 있으며, 여기서 보고들은 무선 디바이스에서의 상위 계층들(내부 계층들 또는 외부 계층들)에 전송되거나 신호들로서 다른 디바이스들(예컨대, 기지국(105-a))에 송신될 수 있다.
[0130]
다른 기법들을 사용하여, 무선 디바이스(예컨대, UE(115-a))는 상이한 동작 시나리오들을 위해 설계된 수백 또는 수천 개의 뉴럴 네트워크 모델들을 포함할 수 있는 네트워크에 의해 설계된 모든 뉴럴 네트워크 모델들에 대해 신호 프로세싱을 수행하는 방법에 대한 정보로 미리 구성될 수 있다. 그러나, 네트워크는 이러한 뉴럴 네트워크 모델들의 비교적 작은 서브세트를 무선 디바이스에 제공할 수 있고, 따라서, 모든 뉴럴 네트워크 모델들에 대해 시그널링 프로세싱을 수행하는 방법에 대한 정보로 무선 디바이스를 미리 구성하는 것은 실현가능하지 않거나 효율적이지 않을 수 있다. 또한, 뉴럴 네트워크 아키텍처들은 계속 진화할 수 있으며, 이는 상이한 프로세싱 동작들에 더 적합할 수 있다.
[0131]
본원에 설명된 바와 같이, 무선 디바이스는 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱(예컨대, 프리-프로세싱 또는 포스트-프로세싱)을 수행하기 위한 정보를 표시하는 시그널링을 획득 또는 수신할 수 있다. 일부 예들에서, 신호 프로세싱을 위한 동작들(예컨대, 기본 기능들 또는 트레이닝가능하지 않은 계층들)은 상이한 뉴럴 네트워크 모델들에 걸쳐 공통일 수 있지만, 동작들과 입력 및 출력 파라미터들을 실행할 시퀀스는 상이할 수 있다. 일례에서, UE(115-a) 또는 기지국(105-a)은 동작들의 세트로 미리 구성될 수 있으며, 여기서 세트의 각각의 동작은 다수의 입력들 및 출력들(입력들 및 출력들에 대한 옵션들)을 포함할 수 있다.
[0132]
UE(115-a)가 구성될 수 있는 동작들의 일부 예들은, CFR(channel feedback report) 동작, 제로 패딩 동작, IFFT 동작(예컨대, 신호를 주파수 도메인으로부터 시간 도메인으로 변환하기 위한 동작), 신호 스케일링 동작(예컨대, 신호의 크기 또는 진폭을 스케일링하기 위한 동작), 피크 탐색 동작(예컨대, 신호의 피크 또는 최대 크기/진폭을 식별하기 위한 동작), 원형 시프트 동작(예컨대, 비트 단위 회전 또는 신호의 비트들을 시프트하기 위한 동작), 절단 동작, 연접 동작, 복소수-실수 동작, 임의의 선형 대수 동작(예컨대, SVD(singular value decomposition), QR 분해, 촐레스키(Cholesky) 분해, 행렬식, 랭크, 조건 수, 또는 고유값들), 또는 임의의 행렬 및 벡터 방정식이다. 일부 예들에서, 행렬 및 벡터 동작들은 NumPy, SciPy, LinAlg 등과 같은 수학적 또는 과학적 컴퓨팅 라이브러리들을 통해 획득될 수 있다. 즉, UE(115-a)는 임의의 벡터, 행렬 또는 텐서 동작들 또는 임의의 선형 대수학 방법들을 신호 프로세싱(예컨대, 프리-프로세싱 또는 포스트-프로세싱)의 일부로서 활용할 수 있다.
[0133]
기지국(105-a)과 통신하는 동안, UE(115-a)는 네트워크로부터 하나 이상의 뉴럴 네트워크 모델들을 획득 또는 수신할 수 있다. 예를 들어, UE(115-a)는 기지국(105-a)으로부터 제1 뉴럴 네트워크 모델을 표시하는 구성 메시지(210)를 수신할 수 있다. 하나 이상의 뉴럴 네트워크 모델들을 수신할 시에, UE(115-a)는 실행 시퀀스 표시(215)를 수신할 수 있다. 실행 시퀀스 표시(215)는 UE(115-a)에 제공된 각각의 뉴럴 네트워크 모델에 대한 하나 이상의 신호 프로세싱 절차들을 위한 동작들의 세트의 적어도 서브세트를 실행하기 위한 동작들의 시퀀스 또는 순서를 표시할 수 있다. 예를 들어, LOS 지연 검출 뉴럴 네트워크 모델에 대한 실행 시퀀스 표시(215)는 다음의 순서로 신호 프로세싱을 위한 동작들을 실행하도록 표시할 수 있다: 채널 피드백 보고 동작, 제로-패딩 동작, IFFT 동작, 신호 스케일링 동작, 피크 탐색 동작, 원형 시프트 동작, 절단 동작, 연접 동작, 및 복소수-실수 동작. 또한, 실행 시퀀스 표시(215)는 각각의 뉴럴 네트워크 모델에 대한 각각의 단계에 대한(예컨대, 시퀀스의 각각의 동작에 대한) 입력 파라미터들 및 출력 파라미터들의 표시를 포함할 수 있다. 예를 들어, 실행 시퀀스 표시(215)는 LOS 지연 검출 뉴럴 네트워크 모델에 대한 원형 시프트 동작을 위해 좌측 피크 시프트를 입력하고 피크 인덱스를 출력하도록 표시할 수 있다. 일부 예들에서, 실행 시퀀스 표시(215)는 RRC 시그널링 또는 MAC-CE에 포함될 수 있다. 일부 예들에서, 시그널링 포맷들, 이를테면, XML 및 JSON이 실행 시퀀스 표시(215)를 시그널링하기 위해 사용될 수 있거나, 또는 프리-프로세싱, 포스트-프로세싱, 또는 머신 학습 모델에 대한 포맷 지원을 표시할 수 있다. LOS 지연 검출 뉴럴 네트워크 모델에 대한 실행 시퀀스 표시를 위한 예시적인 코드가 아래의 표 1에 도시된다.
표 1
[0134]
무선 디바이스는 실행 시퀀스 표시(215)에 기초하여 수신된 신호에 대해 신호 프로세싱을 수행할 수 있다. 예를 들어, UE(115-a)는 기지국(105-a)으로부터 신호(220)를 획득하고 신호(220)의 특성들(예컨대, 신호 SNR 또는 신호 대역폭)을 결정할 수 있다. UE(115-a)는 결정된 신호 특성들에 기초하여 뉴럴 네트워크 모델(예컨대, 제1 뉴럴 네트워크 모델)을 선택하고, 선택된 뉴럴 네트워크 모델에 대한 실행 시퀀스 표시(215)에 표시된 동작들의 시퀀스에 따라 획득된 신호(220)에 대해 프리-프로세싱을 수행할 수 있다. 신호(220)가 프리-프로세싱을 겪으면, UE(115-a)는 선택된 뉴럴 네트워크 모델을 구현할 수 있다. 뉴럴 네트워크 모델을 구현한 후에, UE(115-a)는 일부 예들에서, 선택된 뉴럴 네트워크 모델에 대한 실행 시퀀스 표시(215)에 표시된 동작들의 시퀀스에 따라 수신된 신호(220)에 대해 포스트-프로세싱을 수행하고, 뉴럴 네트워크 모델의 출력을 상위 계층들에 또는 기지국(105-a)으로의 송신에서 보고할 수 있다.
[0135]
대안적으로, 네트워크는 뉴럴 네트워크 모델에 대한 신호 프로세싱을 수행하기 위한 정보로 뉴럴 네트워크 모델을 증강시킬 수 있다. 이러한 예들에서, 구성 메시지(210)는 뉴럴 네트워크 모델 및 뉴럴 네트워크 모델에 대한 신호 프로세싱 기능(예컨대, 동작들의 세트, 동작들의 세트를 실행하기 위한 시퀀스, 및 각각의 동작에 대한 입력 및 출력 파라미터들)을 포함할 수 있다. 기지국(105-a)은 뉴럴 네트워크 모델 및 신호 프로세싱 기능을 인코딩 및 출력(예컨대, 제공, 송신)하기 위한 포맷(예컨대, ONNX 포맷)을 활용할 수 있고, UE(115-a)는 포맷에 따라 뉴럴 네트워크 모델 및 시그널링 프로세싱 기능을 획득(예컨대, 수신) 및 디코딩할 수 있다. 이러한 경우들에서, UE(115-a)는 신호 프로세싱을 위한 동작들의 세트로 미리 구성되지 않고 실행 시퀀스 표시(215)를 수신할 수 있지만, 대신에, UE(115-a)는 일부 뉴럴 네트워크 모델에 대한 구성 메시지(210)를 수신하고, 구성 메시지(210)에 기초하여 뉴럴 네트워크 모델에 대한 신호 프로세싱을 수행할 수 있다. 일부 예들에서, UE(115-a)는 다수의 뉴럴 네트워크 모델들에 대한 신호 프로세싱에 대한 정보를 획득하기 위해 다수의 구성 메시지들(210)을 수신할 수 있다.
[0136]
일부 예들에서, 기지국(105-a)은 뉴럴 네트워크 모델들에 대한 신호 프로세싱과 관련된 정보를 표시하는 시그널링을 수신할 수 있다. 예를 들어, 기지국(105-a)은 하나 이상의 뉴럴 네트워크 모델들에 대한 머신 학습 블록들(예컨대, 실시간 및 비-실시간 RAN(radio access network) 지능형 제어기)로부터 실행 시퀀스 표시를 수신할 수 있다. 실행 시퀀스 표시는 하나 이상의 뉴럴 네트워크 모델들에 대한 신호 프로세싱을 위해 기지국(105-a)에서 미리 구성된 동작들의 세트를 실행하기 위한 순서를 표시할 수 있다. 기지국(105-a)이 신호를 수신할 때, 기지국(105-a)은 실행 시퀀스 표시에 기초하여 신호에 대한 신호 프로세싱을 수행할 수 있다.
[0137]
다른 예에서, UE(115-a)는 다수의 뉴럴 네트워크 모델들을 획득 또는 수신할 수 있으며, 여기서 각각의 뉴럴 네트워크 모델은 상이한 동작 범위들 하에서 유효할 수 있다. 이러한 예들에서, UE(115-a)에서 미리 구성된 동작들의 세트는 수신된 신호의 하나 이상의 특성들을 결정하기 위한 하나 이상의 동작들을 포함할 수 있다. 예를 들어, UE(115-a)는 SNR을 컴퓨팅하기 위한 동작으로 미리 구성될 수 있다. 실행 시퀀스 표시(215)는 신호 프로세싱의 일부로서 수신된 신호의 하나 이상의 특성들을 결정하기 위한 하나 이상의 동작들을 실행하고, 하나 이상의 동작들의 출력에 기초하여 뉴럴 네트워크 모델을 선택하는 것을 표시할 수 있다. 예를 들어, 실행 시퀀스 표시(215)는 신호(220)의 SNR이 임계치 미만이면 제1 뉴럴 네트워크 모델을 선택하도록, 그리고 SNR이 임계치를 초과하면 제2 뉴럴 네트워크 모델을 선택하도록 특정할 수 있다. 하나 이상의 동작들은, 일부 입력(예컨대, 신호(220)의 SNR)을 취하고 모델 ID(identifier)를 출력으로서 생성하는 표 또는 기능의 예일 수 있다.
[0138]
일부 예들에서, UE(115-a)는 UE(115-a)에서 미리 구성된 동작들의 세트를 지원하기 위한 자신의 능력을 표시할 수 있다. 예를 들어, UE(115-a)는 기본 수학을 지원하지만 복잡한 동작들(예컨대, SVD(singular value decomposition) 또는 QR 분해)을 지원하지 않는 것을 표시하는 신호를 기지국(105-a)에 출력 또는 송신할 수 있다. 다른 예에서, UE(115-a)는 UE(115-a)에서 미리 구성된 동작들의 세트의 하나 이상의 동작들에 대한 임계 입력 디멘션을 표시할 수 있다. 예를 들어, UE(115-a)는 4x4 SVD를 지원하지만 8x8 SVD 또는 16x8 SVD를 지원하지 않음을 표시하는 신호를 기지국(105-a)에 출력 또는 송신할 수 있다. 또한, UE(115-a)는 UE(115-a)에서 미리 구성된 동작들의 세트의 하나 이상의 동작들에 대한 실행 시간을 표시할 수 있다. 동작들의 세트 중 하나 이상의 동작들을 지원할 수 없다고 UE(115-a)가 표시하면, 기지국(105-a)은 UE(115-a)에 추가적인 네트워크 모델들을 출력 또는 송신할 수 있다.
[0139]
도 3은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 흐름도(300)의 예를 예시한다. 일부 예들에서, 흐름도(300)는 무선 통신 시스템(100) 및 무선 통신 시스템(200)의 양상들을 구현할 수 있다. 예를 들어, 흐름도(300)는 도 1 및 도 2를 참조하여 설명된 바와 같이 UE(105) 또는 기지국(115)에 의해 구현될 수 있다.
[0140]
일부 예들에서, 무선 디바이스는 동작들의 세트로 미리 구성되고, 무선 디바이스에 제공되는 각각의 뉴럴 네트워크 모델에 대해 입력 프로세싱을 위한 동작들의 시퀀스(예컨대, 동작들의 시퀀스(330)) 또는 출력 프로세싱을 위한 동작들의 시퀀스(예컨대, 동작들의 시퀀스(335))를 표시하는 시그널링을 획득/수신할 수 있다. 추가적으로, 시그널링은 동작들의 시퀀스의 각각의 동작에 대한 입력 파라미터들 및 출력 파라미터들을 표시할 수 있다.
[0141]
일부 예들에서, 무선 디바이스는 305에서 하나 이상의 안테나들(301-a)을 통해 (예컨대, 기지국으로부터) 신호를 획득 또는 수신할 수 있다. 일부 예들에서, 무선 디바이스는 신호의 특성들을 결정하고 신호의 특성들에 기초하여 뉴럴 네트워크 모델을 선택할 수 있다. 예를 들어, 무선 디바이스는 신호가 임계치를 초과하는 SNR과 연관된다고 결정하고 제1 뉴럴 네트워크를 선택할 수 있다. 대안적으로, 무선 디바이스는 신호가 임계치 미만의 SNR과 연관된다고 결정하고 제2 뉴럴 네트워크를 선택할 수 있다. 무선 디바이스가 어느 뉴럴 네트워크 모델을 구현할지를 식별하면, 무선 디바이스는 310에서 수신된 신호에 대해 입력 프로세싱을 수행할 수 있다. 일부 예들에서, 무선 디바이스는 동작들(330)의 시퀀스에 따라 입력 프로세싱을 수행할 수 있다. 일례에서, 무선 디바이스는 LOS 지연 검출을 위한 뉴럴 네트워크 모델을 구현할 수 있다. 이러한 경우, 동작들(330)의 시퀀스는 다음과 같이: CFR 동작, 제로-패딩 동작, IFFT 동작, 신호 스케일링 동작, 피크 탐색 동작, 원형 시프트 동작, 절단 동작, 연접 동작, 복소수-실수 동작일 수 있고 각각의 동작은 특정된 출력 및 입력 파라미터들을 가질 수 있다. 입력 프로세싱은 수신된 신호를 선택된 뉴럴 네트워크 모델과 호환가능한 포맷으로 변환할 수 있고, 따라서 무선 디바이스는 315에서 선택된 뉴럴 네트워크 모델을 구현할 수 있다.
[0142]
320에서, 무선 디바이스는 출력 프로세싱을 수행할 수 있다. 일부 예들에서, 무선 디바이스는 동작들(335)의 시퀀스에 따라 출력 프로세싱을 수행할 수 있다. 일례에서, 무선 디바이스는 LOS 지연 검출을 위한 뉴럴 네트워크 모델을 구현할 수 있다. 이러한 예에서, 동작들(335)의 시퀀스는 310에서 수행된 순환 시프트 동작의 결과들에 의해 출력을 시프트 및 스케일링하도록 표시할 수 있다. 일부 예들에서, 동작들(335)의 시퀀스 및 동작들(330)의 시퀀스는 상이한 동작들 또는 동일한 동작들 중 하나 이상을 포함할 수 있다. 출력 프로세싱을 수행한 후, 무선 디바이스는 325에서 뉴럴 네트워크 모델의 출력을 하나 이상의 보고들에 맵핑할 수 있고, 무선 디바이스는 보고를 상위 계층들(340)에 전송하거나, 또는 보고를 하나 이상의 안테나들(301-b)을 통해 네트워크 또는 기지국에 출력/송신할 수 있다.
[0143]
도 4는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 머신 학습 프로세스(400)의 예를 예시한다. 머신 학습 프로세스(400)는 도 1 내지 도 3을 참조하여 설명된 바와 같이 UE(115)와 같은 무선 디바이스에서 구현될 수 있다. 머신 학습 프로세스(400)는 머신 학습 알고리즘(410)을 포함할 수 있다. 일부 예들에서, 무선 디바이스는 기지국(105)으로부터 뉴럴 네트워크 모델을 수신하고, 통신 프로세스들을 최적화하기 위해 뉴럴 네트워크 모델의 일부로서 하나 이상의 머신 학습 알고리즘들(410)을 구현할 수 있다.
[0144]
예시된 바와 같이, 머신 학습 알고리즘(410)은 뉴럴 네트워크, 이를테면, FF(feed forward) 또는 DFF(deep feed forward) 뉴럴 네트워크, RNN(recurrent neural network), LSTM(long/short term memory) 뉴럴 네트워크 또는 임의의 다른 타입의 뉴럴 네트워크의 예일 수 있다. 그러나, 임의의 다른 머신 학습 알고리즘들이 UE(115)에 의해 지원될 수 있다. 예를 들어, 머신 학습 알고리즘(410)은 최근접 이웃 알고리즘, 선형 회귀 알고리즘, 나이브 베이즈 알고리즘, 랜덤 포레스트 알고리즘 또는 임의의 다른 머신 학습 알고리즘을 구현할 수 있다. 또한, 머신 학습 프로세스(400)는 지도 학습, 비지도 학습, 준-지도 학습, 강화 학습, 또는 이들의 임의의 조합을 수반할 수 있다. 머신 학습은, UE(115)의 배치 전에, UE(115)가 배치된 동안, UE(115)가 배치된 동안 UE(115)의 낮은 사용 기간들 동안, 또는 이들의 임의의 조합으로 수행될 수 있다.
[0145]
머신 학습 알고리즘(410)은 입력 계층(415), 하나 이상의 은닉 계층들(420) 및 출력 계층(425)을 포함할 수 있다. 하나의 은닉 계층(420)을 갖는 완전히 연결된 뉴럴 네트워크에서, 각각의 은닉 계층 노드(435)는 입력으로서 각각의 입력 계층 노드(430)로부터 값을 수신할 수 있으며, 여기서 각각의 입력은 가중된다. 이러한 뉴럴 네트워크 가중치들은 머신 학습 알고리즘(410)의 트레이닝 동안 수정되는 비용 함수에 기초할 수 있다. 유사하게, 각각의 출력 계층 노드(440)는 각각의 은닉 계층 노드(435)로부터의 값을 입력으로서 수신할 수 있으며, 여기서 입력들은 가중된다. 배치-후 트레이닝(예컨대, 온라인 트레이닝)이 UE(115)에서 지원되면, UE(115)는 역행렬 곱셈에 대한 에러들 및/또는 그레디언트들을 저장하기 위해 메모리를 할당할 수 있다. 이러한 에러들 및/또는 그레디언트들은 출력 피드백에 기초하여 머신 학습 알고리즘(410)을 업데이트하는 것을 지원할 수 있다. 머신 학습 알고리즘(410)을 트레이닝하는 것은 입력 패턴을 원하는 출력 결과에 맵핑하기 위해 가중치들의 계산(예컨대, 입력 계층 노드들(430)을 은닉 계층 노드들(435)에 그리고 은닉 계층 노드들(435)을 출력 계층 노드들(440)에 연결함)을 지원할 수 있다. 이러한 트레이닝은 특정 UE(115)에 대한 이력 애플리케이션 데이터 및 데이터 전달에 기초하여 UE-특정 머신 학습 알고리즘(410)을 초래할 수 있다.
[0146]
UE(115)는 프로세싱을 위해 입력 값들(405)을 머신 학습 알고리즘(410)에 전송할 수 있다. 일부 예들에서, UE(115)는, 입력 값들(405)이 머신 학습 알고리즘(410)과 호환가능한 포맷일 수 있도록, 입력 값들(405)에 대해 기지국으로부터 수신된 동작들의 시퀀스에 따라 프리-프로세싱을 수행할 수 있다. 입력 값들(405)은 입력 계층(415)에서 이미지 입력 계층 노드들(430)의 세트로 변환될 수 있다. 일부 경우들에서, 상이한 측정들이 입력 계층(415)의 상이한 입력 계층 노드들(430)에서 입력될 수 있다. 입력 계층 노드들(430)의 수가 입력 값들(405)에 대응하는 입력들의 수를 초과하면, 일부 입력 계층 노드들(430)에는 디폴트 값들(예컨대, 0의 값들)이 할당될 수 있다. 예시된 바와 같이, 입력 계층(415)은 3개의 입력 계층 노드들(430-a, 430-b, 및 430-c)을 포함할 수 있다. 그러나, 입력 계층(415)이 임의의 수의 입력 계층 노드들(430)(예컨대, 20개의 입력 노드들)을 포함할 수 있다는 것이 이해되어야 한다.
[0147]
머신 학습 알고리즘(410)은 이미지 입력 계층 노드들(430)과 이미지 은닉 계층 노드들(435) 사이의 입력-은닉 가중치들의 수에 기초하여 입력 계층(415)을 은닉 계층(420)으로 변환할 수 있다. 머신 학습 알고리즘(410)은 입력 계층(415)과 출력 계층(425) 사이의 중간 단계들로서 임의의 수의 은닉 계층들(420)을 포함할 수 있다. 추가적으로, 각각의 은닉 계층(420)은 임의의 수의 노드들을 포함할 수 있다. 예를 들어, 예시된 바와 같이, 은닉 계층(420)은 4개의 은닉 계층 노드들(435-a, 435-b, 435-c, 및 435-d)을 포함할 수 있다. 그러나, 은닉 계층(420)이 임의의 수의 은닉 계층 노드들(435)(예컨대, 10개의 입력 노드들)을 포함할 수 있다는 것이 이해되어야 한다. 완전히 연결된 뉴럴 네트워크에서, 계층의 각각의 노드는 이전 계층의 각각의 노드에 기초할 수 있다. 예를 들어, 은닉 계층 노드(435-a)의 값은 (예컨대, 상이한 가중치들이 각각의 노드 값에 적용된) 입력 계층 노드들(430-a, 430-b, 및 430-c)의 값들에 기초할 수 있다.
[0148]
머신 학습 알고리즘(410)은 하나 이상의 은닉 계층들(420)에 후속하는 출력 계층(425)의 출력 계층 노드들(440)에 대한 값들을 결정할 수 있다. 예를 들어, 머신 학습 알고리즘(410)은 이미지 은닉 계층 노드들(435)과 이미지 출력 계층 노드들(440) 사이의 은닉-대-출력 가중치들의 수에 기초하여 은닉 계층(420)을 출력 계층(425)으로 변환할 수 있다. 일부 경우들에서, 이미지. 각각의 출력 계층 노드(440)는 머신 학습 알고리즘(410)의 상이한 출력 값(445)에 대응할 수 있다. 예시된 바와 같이, 머신 학습 알고리즘(410)은 3개의 상이한 임계값들을 지원하는 3개의 출력 계층 노드들(440-a, 440-b, 및 440-c)을 포함할 수 있다. 그러나, 출력 계층(425)은 임의의 수의 출력 계층 노드들(440)을 포함할 수 있다는 것이 이해될 것이다. 일부 예들에서, UE(115)는, 입력 값들(405)이 상위 계층들에 또는 기지국(105)으로의 송신에서 출력 값들(445)을 보고하는 것과 호환가능한 포맷일 수 있도록, 출력 값들(445)에 대해 기지국으로부터 수신된 동작들의 시퀀스에 따라 포스트-프로세싱을 수행할 수 있다.
[0149]
도 5는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 프로세스 흐름(500)의 예를 예시한다. 일부 예들에서, 프로세스 흐름(500)은 무선 통신 시스템(100), 무선 통신 시스템(200) 및 흐름도(300)의 양상들을 구현하거나 또는 그에 의해 구현될 수 있다. 프로세스 흐름(500)은 UE(115-b)가 하나 이상의 뉴럴 네트워크 모델들에 대한 시그널링 프로세싱과 관련된 정보를 표시하는 시그널링을 수신하는 것을 수반할 수 있다. 다음의 대안적인 예들이 구현될 수 있고, 여기서 일부 단계들은 설명된 것과 상이한 순서로 수행되거나 전혀 수행되지 않을 수 있다. 일부 경우들에서, 단계들은 아래에서 언급되지 않는 추가적인 특징들을 포함할 수 있거나 또는 추가적인 단계들이 추가될 수 있다.
[0150]
505에서, UE(115-b)는 잠재적으로 능력 메시지를 기지국(105-b)에 출력 또는 송신할 수 있다. 능력 메시지는 신호 프로세싱을 위한 하나 이상의 동작들을 지원하기 위한 UE(115-b)의 능력을 표시할 수 있다. 일부 예들에서, 능력 메시지는 시그널링 프로세싱을 위한 하나 이상의 동작들에 대한 임계 입력 디멘션 또는 신호 프로세싱을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간의 표시를 포함할 수 있다.
[0151]
510에서, UE(115-b)는 기지국(105-b)으로부터 구성 메시지를 획득 또는 수신할 수 있다. 구성 메시지는 하나 이상의 뉴럴 네트워크 모델들의 표시를 포함할 수 있다. 일부 예들에서, 기지국(105-b)은 현재 동작 조건들(예컨대, 안테나들의 수, 동작 SNR들, 동작 대역폭 부분들, 변조, 또는 라디오 주파수 모델들)에 기초하여 또는 505에서 수신된 능력 메시지에 기초하여 UE(115-b)에 출력/송신할 하나 이상의 뉴럴 네트워크 모델들을 결정할 수 있다.
[0152]
515에서, UE(115-b)는 510에서 UE(115-b)에 제공된 하나 이상의 뉴럴 네트워크 모델들 각각에 대한 동작들의 시퀀스의 표시를 기지국(105-b)으로부터 획득 또는 수신할 수 있다. 일례에서, UE(115-b)는 신호 프로세싱과 연관된 동작들의 세트(예컨대, 기본 기능들 또는 트레이닝가능하지 않은 계층들)로 구성될 수 있고, 동작들의 시퀀스는 신호 프로세싱(프리-프로세싱 또는 포스트-프로세싱)을 위한 동작들의 세트의 적어도 서브세트를 실행하기 위한 순서를 특정할 수 있다. 동작들의 시퀀스는 또한 서브세트의 각각의 동작에 대한 입력 및 출력 파라미터들을 포함할 수 있다. 다른 예에서, 하나 이상의 뉴럴 네트워크 모델들의 뉴럴 네트워크에 대한 동작들의 세트 및 동작들의 시퀀스는 510에서 수신된 구성 메시지에 포함될 수 있다. 이러한 경우, UE(115-b)는 515에서 동작들의 시퀀스의 표시를 수신하지 않을 수 있다.
[0153]
520에서, UE(115-b)는 기지국(105-b)으로부터 신호를 획득 또는 수신할 수 있다. 일부 예들에서, UE(115-b)는 신호의 특성들(예컨대, SNR, 대역폭 또는 신호 스케일)을 결정하고 신호의 특성들에 기초하여 구현할 뉴럴 네트워크 모델을 선택할 수 있다. 일부 경우들에서, UE(115-b)는 뉴럴 네트워크 모델들과 동작 범위들(예컨대, SNR 범위들, 대역폭 범위들 또는 신호 스케일 범위들) 사이의 관계를 표시하는 표 또는 기능으로 미리 구성될 수 있고, UE(115-b)는 신호 프로세싱(예컨대, 프리-프로세싱)의 일부로서 표 또는 기능에 기초하여 뉴럴 네트워크 모델을 선택할 수 있다.
[0154]
525에서, UE(115-b)는 520에서 수신된 신호에 대해 입력 프로세싱을 수행할 수 있다. 일부 예들에서, UE(115-b)는 515에 표시된 동작들의 시퀀스 또는 510에서 수신된 구성 메시지에 포함된 동작들의 시퀀스에 따라 입력 프로세싱을 수행할 수 있다.
[0155]
530에서, UE(115-b)는 뉴럴 네트워크 모델을 적용할 수 있다.
[0156]
535에서, UE(115-b)는 뉴럴 네트워크 모델 출력에 대해 출력 프로세싱을 수행할 수 있다. 일부 예들에서, UE(115-b)는 515에 표시된 동작들의 시퀀스 또는 510에서 수신된 구성 메시지에 포함된 동작들의 시퀀스에 따라 출력 프로세싱을 수행할 수 있다. 출력 프로세싱을 수행할 시에, UE(115-b)는 출력을 하나 이상의 보고들에 맵핑하고, 잠재적으로 하나 이상의 보고들을 기지국(105-b)에 출력 또는 송신할 수 있다.
[0157]
도 6은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스(605)의 블록도(600)를 도시한다. 디바이스(605)는 본원에 설명된 바와 같은 UE(115)의 양상들의 예일 수 있다. 디바이스(605)는 수신기(610), 송신기(615) 및 통신 관리자(620)를 포함할 수 있다. 디바이스(605)는 또한 프로세서를 포함할 수 있다. 이러한 컴포넌트들 각각은 서로 (예를 들어, 하나 이상의 버스들을 통해) 통신할 수 있다.
[0158]
수신기(610)는, 다양한 정보 채널들(예를 들어, 제어 채널들, 데이터 채널들, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들과 관련된 정보 채널들)과 연관된 패킷들, 사용자 데이터, 제어 정보 또는 이들의 임의의 조합과 같은 정보를 획득(예컨대, 수신)하기 위한 수단을 제공할 수 있다. 정보는 디바이스(605)의 다른 컴포넌트에 전달될 수 있다. 수신기(610)는 단일 안테나 또는 다수의 안테나들의 세트를 활용할 수 있다.
[0159]
송신기(615)는 디바이스(605)의 다른 컴포넌트들에 의해 생성된 신호들을 출력(예컨대, 제공, 송신)하기 위한 수단을 제공할 수 있다. 예를 들어, 송신기(615)는, 다양한 정보 채널들(예를 들어, 제어 채널들, 데이터 채널들, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들과 관련된 정보 채널들)과 연관된 패킷들, 사용자 데이터, 제어 정보 또는 이들의 임의의 조합과 같은 정보를 송신할 수 있다. 일부 예들에서, 송신기(615)는, 트랜시버 모듈의 수신기(610)와 코로케이트될 수 있다. 송신기(615)는 단일 안테나 또는 다수의 안테나들의 세트를 활용할 수 있다.
[0160]
통신 관리자(620), 수신기(610), 송신기(615), 또는 이들의 다양한 조합들 또는 이들의 다양한 컴포넌트들은 본원에서 설명된 바와 같이 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들의 다양한 양상들을 수행하기 위한 수단의 예들일 수 있다. 예를 들어, 통신 관리자(620), 수신기(610), 송신기(615) 또는 이들의 다양한 조합들 또는 컴포넌트들은 본원에 설명된 기능들 중 하나 이상을 수행하기 위한 방법을 지원할 수 있다.
[0161]
일부 예들에서, 통신 관리자(620), 수신기(610), 송신기(615), 또는 이들의 다양한 조합들 또는 컴포넌트들은 하드웨어로(예를 들어, 통신 관리 회로부에서) 구현될 수 있다. 하드웨어는 프로세서, DSP(digital signal processor), ASIC(application-specific integrated circuit), FPGA(field-programmable gate array) 또는 다른 프로그래밍가능 로직 디바이스, 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본 개시에서 설명된 기능들을 수행하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원하는 이들의 임의의 조합을 포함할 수 있다. 일부 예들에서, 프로세서 및 프로세서와 커플링된 메모리는 (예컨대, 프로세서에 의해, 메모리에 저장된 명령들을 실행함으로써) 본원에 설명된 기능들 중 하나 이상을 수행하도록 구성될 수 있다.
[0162]
추가적으로 또는 대안적으로, 일부 예들에서, 통신 관리자(620), 수신기(610), 송신기(615), 또는 이들의 다양한 조합들 또는 컴포넌트들은 프로세서에 의해 실행되는 코드로(예를 들어, 통신 관리 소프트웨어 또는 펌웨어로서) 구현될 수 있다. 프로세서에 의해 실행되는 코드로 구현되면, 통신 관리자(620), 수신기(610), 송신기(615), 또는 이들의 다양한 조합들 또는 컴포넌트들의 기능들은 범용 프로세서, DSP, CPU(central processing unit), ASIC, FPGA, 또는 (예컨대, 본 개시에서 설명된 기능들을 수행하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원하는) 이러한 또는 다른 프로그래밍가능 로직 디바이스들의 임의의 조합에 의해 수행될 수 있다.
[0163]
일부 예들에서, 통신 관리자(620)는 수신기(610), 송신기(615) 또는 둘 모두를 사용하여 또는 그렇지 않으면 이들과 협력하여 다양한 동작들(예를 들어, 획득/수신, 모니터링, 출력/송신)을 수행하도록 구성될 수 있다. 예를 들어, 통신 관리자(620)는 수신기(610)로부터 정보를 수신할 수 있거나, 정보를 송신기(615)에 전송할 수 있거나, 또는 정보를 수신하거나 정보를 송신하거나 또는 본원에 설명된 바와 같은 다양한 다른 동작들을 수행하기 위해 수신기(610), 송신기(615) 또는 둘 모두와 조합되어 통합될 수 있다.
[0164]
통신 관리자(620)는 본원에 개시된 바와 같은 예들에 따라 무선 네트워크 내의 디바이스에서의 무선 통신을 지원할 수 있다. 예를 들어, 통신 관리자(620)는 디바이스에 대한 구성 메시지를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 통신 관리자(620)는 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 통신 관리자(620)는, 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0165]
본원에 설명된 바와 같은 예들에 따라 통신 관리자(620)를 포함 또는 구성함으로써, 디바이스(605)(예를 들어, 수신기(610), 송신기(615), 통신 관리자(620) 또는 이들의 조합을 제어하거나 또는 달리 그에 커플링된 프로세서)는 감소된 프로세싱 및 감소된 전력 소비를 위한 기법들을 지원할 수 있다. 신호 프로세싱과 관련된 정보를 수신하는 것은 디바이스(605)가 뉴럴 네트워크 모델을 구현하게 허용할 수 있다. 뉴럴 네트워크 모델을 구현함으로써, 디바이스(605)는 통신 프로세스들을 최적화할 수 있으며, 이는 결국 디바이스(605)에서의 전력 소비를 감소시킬 수 있다.
[0166]
도 7은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스(705)의 블록도(700)를 도시한다. 디바이스(705)는 본원에 설명된 바와 같은 디바이스(605) 또는 UE(115)의 양상들의 예일 수 있다. 디바이스(705)는 수신기(710), 송신기(715) 및 통신 관리자(720)를 포함할 수 있다. 디바이스(705)는 또한 프로세서를 포함할 수 있다. 이러한 컴포넌트들 각각은 서로 (예를 들어, 하나 이상의 버스들을 통해) 통신할 수 있다.
[0167]
수신기(710)는, 다양한 정보 채널들(예를 들어, 제어 채널들, 데이터 채널들, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들과 관련된 정보 채널들)과 연관된 패킷들, 사용자 데이터, 제어 정보 또는 이들의 임의의 조합과 같은 정보를 획득(예컨대, 수신)하기 위한 수단을 제공할 수 있다. 정보는 디바이스(705)의 다른 컴포넌트에 전달될 수 있다. 수신기(710)는 단일 안테나 또는 다수의 안테나들의 세트를 활용할 수 있다.
[0168]
송신기(715)는 디바이스(705)의 다른 컴포넌트들에 의해 생성된 신호들을 출력(예컨대, 송신)하기 위한 수단을 제공할 수 있다. 예를 들어, 송신기(715)는, 다양한 정보 채널들(예를 들어, 제어 채널들, 데이터 채널들, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들과 관련된 정보 채널들)과 연관된 패킷들, 사용자 데이터, 제어 정보 또는 이들의 임의의 조합과 같은 정보를 송신할 수 있다. 일부 예들에서, 송신기(715)는, 트랜시버 모듈의 수신기(710)와 코로케이트될 수 있다. 송신기(715)는 단일 안테나 또는 다수의 안테나들의 세트를 활용할 수 있다.
[0169]
디바이스(705) 또는 그의 다양한 컴포넌트들은 본원에 설명된 바와 같이 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들의 다양한 양상들을 수행하기 위한 수단의 예일 수 있다. 예를 들어, 통신 관리자(720)는 UE 모델 관리자(725), UE 신호 프로세싱 관리자(730), 실행 컴포넌트(735), 또는 이들의 임의의 조합을 포함할 수 있다. 통신 관리자(720)는, 본원에 설명된 바와 같은 통신 관리자(620)의 양상들의 예일 수 있다. 일부 예들에서, 통신 관리자(720) 또는 이의 다양한 컴포넌트들은 수신기(710), 송신기(715) 또는 둘 모두를 사용하여 또는 그렇지 않으면 이들과 협력하여 다양한 동작들(예를 들어, 획득/수신, 모니터링, 출력/송신)을 수행하도록 구성될 수 있다. 예를 들어, 통신 관리자(720)는 수신기(710)로부터 정보를 수신할 수 있거나, 정보를 송신기(715)에 전송할 수 있거나, 또는 정보를 수신하거나 정보를 송신하거나 또는 본원에 설명된 바와 같은 다양한 다른 동작들을 수행하기 위해 수신기(710), 송신기(715) 또는 둘 모두와 조합되어 통합될 수 있다.
[0170]
통신 관리자(720)는 본원에 개시된 바와 같은 예들에 따라 무선 네트워크 내의 디바이스에서의 무선 통신을 지원할 수 있다. UE 모델 관리자(725)는 디바이스에 대한 구성 메시지를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. UE 신호 프로세싱 관리자(730)는 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 실행 컴포넌트(735)는, 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0171]
도 8은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 통신 관리자(820)의 블록도(800)를 도시한다. 통신 관리자(820)는 본원에 설명된 바와 같은 통신 관리자(620), 통신 관리자(720) 또는 둘 모두의 양상들의 예일 수 있다. 통신 관리자(820) 또는 그의 다양한 컴포넌트들은 본원에 설명된 바와 같이 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들의 다양한 양상들을 수행하기 위한 수단의 예일 수 있다. 예를 들어, 통신 관리자(820)는 UE 모델 관리자(825), UE 신호 프로세싱 관리자(830), 실행 컴포넌트(835), UE 능력 관리자(840), 또는 이들의 임의의 조합을 포함할 수 있다. 이러한 컴포넌트들 각각은 서로 직접적으로 또는 간접적으로 (예를 들어, 하나 이상의 버스들을 통해) 통신할 수 있다.
[0172]
통신 관리자(820)는 본원에 개시된 바와 같은 예들에 따라 무선 네트워크 내의 디바이스에서의 무선 통신을 지원할 수 있다. UE 모델 관리자(825)는 디바이스에 대한 구성 메시지를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. UE 신호 프로세싱 관리자(830)는 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 실행 컴포넌트(835)는, 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0173]
일부 예들에서, UE 신호 프로세싱 관리자(830)는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다. 일부 예들에서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB 노드를 포함할 수 있다.
[0174]
일부 예들에서, UE 신호 프로세싱 관리자(830)는 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0175]
일부 예들에서, UE 신호 프로세싱 관리자(830)는 디바이스에 대한 제2 구성 메시지를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0176]
일부 예들에서, UE 신호 프로세싱 관리자(830)는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0177]
일부 예들에서, UE 모델 관리자(825)는 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 것은 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑에 기초하여 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용한다.
[0178]
일부 예들에서, 동작 조건들의 세트는 디바이스에서 수신된 신호와 연관된 신호대 잡음비 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0179]
일부 예들에서, UE 능력 관리자(840)는 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 것은 디바이스의 능력에 기초한다. 일부 예들에서, 동작들의 시퀀스는 디바이스에 의해 지원되는 하나 이상의 동작들을 포함한다.
[0180]
일부 예들에서, 신호 프로세싱을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 신호 프로세싱을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 신호 프로세싱을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0181]
일부 예들에서, UE 신호 프로세싱 관리자(830)는 동작들의 시퀀스의 표시를 포함하는 RRC 시그널링 또는 MAC-CE를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0182]
일부 예들에서, UE 신호 프로세싱 관리자(830)는 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 하나 이상의 데이터 포맷들은 XML 데이터 포맷, JSON 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0183]
도 9는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스(905)를 포함하는 시스템(900)의 도면을 도시한다. 디바이스(905)는 본원에 설명된 바와 같은 디바이스(605), 디바이스(705) 또는 UE(115)의 컴포넌트들의 예일 수 있거나 이를 포함할 수 있다. 디바이스(905)는 하나 이상의 네트워크 엔티티들(105), UE들(115), 또는 이들의 임의의 조합과 무선으로 통신할 수 있다. 디바이스(905)는 통신 관리자(920), I/O(input/output) 제어기(910), 트랜시버(915), 안테나(925), 메모리(930), 코드(935), 및 프로세서(940)와 같은, 통신들을 송신 및 수신하기 위한 컴포넌트들을 포함하는 양방향 음성 및 데이터 통신들을 위한 컴포넌트들을 포함할 수 있다. 이러한 컴포넌트들은 하나 이상의 버스들(예를 들어, 버스(945))을 통해 전자 통신하거나 또는 달리 (예를 들어, 동작가능하게, 통신가능하게, 기능적으로, 전자적으로, 전기적으로) 커플링될 수 있다.
[0184]
I/O 제어기(910)는 디바이스(905)에 대한 입력 및 출력 신호들을 관리할 수 있다. I/O 제어기(910)는 또한 디바이스(905)에 통합되지 않은 주변 기기들을 관리할 수 있다. 일부 경우들에서, I/O 제어기(910)는 외부 주변 기기에 대한 물리적 접속 또는 포트를 표현할 수 있다. 일부 경우들에서, I/O 제어기(910)는 iOS®, ANDROID®, MS-DOS®, MS-WINDOWS®, OS/2®, UNIX®, LINUX® 또는 다른 공지된 운영 시스템과 같은 운영 시스템을 활용할 수 있다. 추가적으로 또는 대안적으로, I/O 제어기(910)는 모뎀, 키보드, 마우스, 터치스크린 또는 유사한 디바이스를 표현하거나 그와 상호작용할 수 있다. 일부 경우들에서, I/O 제어기(910)는 프로세서(940)와 같은 프로세서의 일부로서 구현될 수 있다. 일부 경우들에서, 사용자는 I/O 제어기(910)를 통해 또는 I/O 제어기(910)에 의해 제어되는 하드웨어 컴포넌트들을 통해 디바이스(905)와 상호작용할 수 있다.
[0185]
일부 경우들에서, 디바이스(905)는 단일 안테나(925)를 포함할 수 있다. 그러나, 일부 다른 경우들에서, 디바이스(905)는 다수의 무선 송신들을 동시에 송신 또는 수신할 수 있는 하나 초과의 안테나(925)를 가질 수 있다. 트랜시버(915)는 본원에 설명된 바와 같이, 하나 이상의 안테나들(925)을 통해, 유선 또는 무선 링크들을 양방향으로 통신할 수 있다. 예를 들어, 트랜시버(915)는 무선 트랜시버를 표현할 수 있고, 다른 무선 트랜시버와 양방향으로 통신할 수 있다. 트랜시버(915)는 또한, 패킷들을 변조하고, 변조된 패킷들을 송신을 위해 하나 이상의 안테나들(925)에 제공하고, 하나 이상의 안테나들(925)로부터 수신된 패킷들을 복조하는 모뎀을 포함할 수 있다. 트랜시버(915), 또는 트랜시버(915) 및 하나 이상의 안테나들(925)은 본원에서 설명된 바와 같은 송신기(615), 송신기(715), 수신기(610), 수신기(710), 또는 이들의 임의의 조합 또는 이들의 컴포넌트의 예일 수 있다.
[0186]
메모리(930)는 랜덤 액세스 메모리(RAM) 및 판독 전용 메모리(ROM)를 포함할 수 있다. 메모리(930)는, 명령들을 포함하는 컴퓨터 판독가능 컴퓨터 실행가능 코드(935)를 저장할 수 있고, 명령들은, 프로세서(940)에 의해 실행되는 경우, 디바이스(905)로 하여금, 본 명세서에서 설명된 다양한 기능들을 수행하게 한다. 코드(935)는 시스템 메모리 또는 다른 타입의 메모리와 같은 비일시적 컴퓨터 판독가능 매체에 저장될 수 있다. 일부 경우들에서, 코드(935)는, 프로세서(940)에 의해 직접 실행가능하지는 않을 수 있지만, (예를 들어, 컴파일 및 실행되는 경우) 컴퓨터로 하여금, 본 명세서에서 설명된 기능들을 수행하게 할 수 있다. 일부 경우들에서, 메모리(930)는 무엇보다도, 주변 컴포넌트들 또는 디바이스들과의 상호작용과 같은 기본적 하드웨어 또는 소프트웨어 동작을 제어할 수 있는 BIOS(basic I/O system)를 포함할 수 있다.
[0187]
프로세서(940)는 지능형 하드웨어 디바이스(예를 들어, 범용 프로세서, DSP, CPU, 마이크로제어기, ASIC, FPGA, 프로그래밍가능 로직 디바이스, 이산 게이트 또는 트랜지스터 로직 컴포넌트, 이산 하드웨어 컴포넌트 또는 이들의 임의의 조합)를 포함할 수 있다. 일부 경우들에서, 프로세서(940)는 메모리 제어기를 사용하여 메모리 어레이를 동작시키도록 구성될 수 있다. 일부 다른 경우들에서, 메모리 제어기는 프로세서(940)에 통합될 수 있다. 프로세서(940)는, 디바이스(905)로 하여금 다양한 기능들(예컨대, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 기능들 또는 작업들)을 수행하게 하기 위해 메모리(예를 들어, 메모리(930))에 저장된 컴퓨터 판독가능 명령들을 실행하도록 구성될 수 있다. 예를 들어, 디바이스(905) 또는 디바이스(905)의 컴포넌트는 본원에서 설명되는 다양한 기능들을 수행하도록 구성된 프로세서(940) 및 프로세서(940)에 커플링된 메모리(930), 프로세서(940) 및 메모리(930)를 포함할 수 있다.
[0188]
통신 관리자(920)는 본원에 개시된 바와 같은 예들에 따라 무선 네트워크 내의 디바이스에서의 무선 통신을 지원할 수 있다. 예를 들어, 통신 관리자(920)는 디바이스에 대한 구성 메시지를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 통신 관리자(920)는 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 통신 관리자(920)는, 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0189]
본원에 설명된 바와 같은 예들에 따라 통신 관리자(920)를 포함하거나 구성함으로써, 디바이스(905)는 감소된 프로세싱 및 감소된 전력 소비와 관련된 개선된 사용자 경험을 위한 기법들을 지원할 수 있다. 본원에서 설명된 방법은 기존의 뉴럴 네트워크 모델들에 비해 성능을 개선할 수 있는 새로운 뉴럴 네트워크 모델들의 배치를 지원할 수 있다.
[0190]
일부 예들에서, 통신 관리자(920)는 트랜시버(915), 하나 이상의 안테나들(925) 또는 이들의 임의의 조합을 사용하거나 또는 달리 이와 협력하여 다양한 동작들(예를 들어, 수신, 모니터링, 송신)을 수행하도록 구성될 수 있다. 통신 관리자(920)가 별개의 컴포넌트로서 예시되지만, 일부 예들에서, 통신 관리자(920)를 참조하여 설명된 하나 이상의 기능들은 프로세서(940), 메모리(930), 코드(935), 또는 이의 임의의 조합에 의해 지원되거나 수행될 수 있다. 예를 들어, 코드(935)는 디바이스(905)로 하여금 본 명세서에서 설명된 바와 같이 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들의 다양한 양상들을 수행하게 하도록 프로세서(940)에 의해 실행가능한 명령들을 포함할 수 있거나, 또는 프로세서(940) 및 메모리(930)는 그러한 동작들을 수행 또는 지원하도록 달리 구성될 수 있다.
[0191]
도 10은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스(1005)의 블록도(1000)를 도시한다. 디바이스(1005)는 본원에 설명된 바와 같은 기지국(105)의 양상들의 예일 수 있다. 디바이스(1005)는 수신기(1010), 송신기(1015) 및 통신 관리자(1020)를 포함할 수 있다. 디바이스(1005)는 또한 프로세서를 포함할 수 있다. 이러한 컴포넌트들 각각은 서로 (예를 들어, 하나 이상의 버스들을 통해) 통신할 수 있다.
[0192]
수신기(1010)는, 다양한 정보 채널들(예를 들어, 제어 채널들, 데이터 채널들, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들과 관련된 정보 채널들)과 연관된 패킷들, 사용자 데이터, 제어 정보 또는 이들의 임의의 조합과 같은 정보를 수신하기 위한 수단을 제공할 수 있다. 정보는 디바이스(1005)의 다른 컴포넌트에 전달될 수 있다. 수신기(1010)는 단일 안테나 또는 다수의 안테나들의 세트를 활용할 수 있다.
[0193]
송신기(1015)는 디바이스(1005)의 다른 컴포넌트들에 의해 생성된 신호들을 송신하기 위한 수단을 제공할 수 있다. 예를 들어, 송신기(1015)는, 다양한 정보 채널들(예를 들어, 제어 채널들, 데이터 채널들, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들과 관련된 정보 채널들)과 연관된 패킷들, 사용자 데이터, 제어 정보 또는 이들의 임의의 조합과 같은 정보를 송신할 수 있다. 일부 예들에서, 송신기(1015)는, 트랜시버 모듈의 수신기(1010)와 코로케이트될 수 있다. 송신기(1015)는 단일 안테나 또는 다수의 안테나들의 세트를 활용할 수 있다.
[0194]
통신 관리자(1020), 수신기(1010), 송신기(1015), 또는 이들의 다양한 조합들 또는 이들의 다양한 컴포넌트들은 본원에서 설명된 바와 같이 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들의 다양한 양상들을 수행하기 위한 수단의 예들일 수 있다. 예를 들어, 통신 관리자(1020), 수신기(1010), 송신기(1015) 또는 이들의 다양한 조합들 또는 컴포넌트들은 본원에 설명된 기능들 중 하나 이상을 수행하기 위한 방법을 지원할 수 있다.
[0195]
일부 예들에서, 통신 관리자(1020), 수신기(1010), 송신기(1015), 또는 이들의 다양한 조합들 또는 컴포넌트들은 하드웨어로(예를 들어, 통신 관리 회로부에서) 구현될 수 있다. 하드웨어는 프로세서, DSP, ASIC, FPGA 또는 다른 프로그래밍가능 로직 디바이스, 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본 개시에서 설명된 기능들을 수행하기 위한 수단으로서 구성되거나 달리 이를 지원하는 이들의 임의의 조합을 포함할 수 있다. 일부 예들에서, 프로세서 및 프로세서와 커플링된 메모리는 (예컨대, 프로세서에 의해, 메모리에 저장된 명령들을 실행함으로써) 본원에 설명된 기능들 중 하나 이상을 수행하도록 구성될 수 있다.
[0196]
추가적으로 또는 대안적으로, 일부 예들에서, 통신 관리자(1020), 수신기(1010), 송신기(1015), 또는 이들의 다양한 조합들 또는 컴포넌트들은 프로세서에 의해 실행되는 코드로(예를 들어, 통신 관리 소프트웨어 또는 펌웨어로서) 구현될 수 있다. 프로세서에 의해 실행되는 코드로 구현되면, 통신 관리자(1020), 수신기(1010), 송신기(1015), 또는 이들의 다양한 조합들 또는 컴포넌트들의 기능들은 범용 프로세서, DSP, CPU, ASIC, FPGA, 또는 (예컨대, 본 개시에서 설명된 기능들을 수행하기 위한 수단으로서 구성되거나 또는 달리 이를 지원하는) 이러한 또는 다른 프로그래밍가능 로직 디바이스들의 임의의 조합에 의해 수행될 수 있다.
[0197]
일부 예들에서, 통신 관리자(1020)는 수신기(1010), 송신기(1015) 또는 둘 모두를 사용하여 또는 그렇지 않으면 이들과 협력하여 다양한 동작들(예를 들어, 수신, 모니터링, 송신)을 수행하도록 구성될 수 있다. 예를 들어, 통신 관리자(1020)는 수신기(1010)로부터 정보를 수신할 수 있거나, 정보를 송신기(1015)에 전송할 수 있거나, 또는 정보를 수신하거나 정보를 송신하거나 또는 본원에 설명된 바와 같은 다양한 다른 동작들을 수행하기 위해 수신기(1010), 송신기(1015) 또는 둘 모두와 조합되어 통합될 수 있다.
[0198]
통신 관리자(1020)는 본원에 개시된 바와 같은 예들에 따라 기지국에서의 무선 통신을 지원할 수 있다. 예를 들어, 통신 관리자(1020)는 구성 메시지를 디바이스에 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 통신 관리자(1020)는 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 통신 관리자(1020)는, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것에 기초하여 신호를 디바이스에 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0199]
본원에 설명된 바와 같은 예들에 따라 통신 관리자(1020)를 포함 또는 구성함으로써, 디바이스(1005)(예를 들어, 수신기(1010), 송신기(1015), 통신 관리자(1020) 또는 이들의 조합을 제어하거나 또는 달리 그에 커플링된 프로세서)는 감소된 프로세싱 및 감소된 전력 소비를 위한 기법들을 지원할 수 있다.
[0200]
도 11은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스(1105)의 블록도(1100)를 도시한다. 디바이스(1105)는 본원에 설명된 바와 같은 디바이스(1005) 또는 기지국(105)의 양상들의 예일 수 있다. 디바이스(1105)는 수신기(1110), 송신기(1115) 및 통신 관리자(1120)를 포함할 수 있다. 디바이스(1105)는 또한 프로세서를 포함할 수 있다. 이러한 컴포넌트들 각각은 서로 (예를 들어, 하나 이상의 버스들을 통해) 통신할 수 있다.
[0201]
수신기(1110)는, 다양한 정보 채널들(예를 들어, 제어 채널들, 데이터 채널들, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들과 관련된 정보 채널들)과 연관된 패킷들, 사용자 데이터, 제어 정보 또는 이들의 임의의 조합과 같은 정보를 수신하기 위한 수단을 제공할 수 있다. 정보는 디바이스(1105)의 다른 컴포넌트에 전달될 수 있다. 수신기(1110)는 단일 안테나 또는 다수의 안테나들의 세트를 활용할 수 있다.
[0202]
송신기(1115)는 디바이스(1105)의 다른 컴포넌트들에 의해 생성된 신호들을 송신하기 위한 수단을 제공할 수 있다. 예를 들어, 송신기(1115)는, 다양한 정보 채널들(예를 들어, 제어 채널들, 데이터 채널들, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들과 관련된 정보 채널들)과 연관된 패킷들, 사용자 데이터, 제어 정보 또는 이들의 임의의 조합과 같은 정보를 송신할 수 있다. 일부 예들에서, 송신기(1115)는, 트랜시버 모듈의 수신기(1110)와 코로케이트될 수 있다. 송신기(1115)는 단일 안테나 또는 다수의 안테나들의 세트를 활용할 수 있다.
[0203]
디바이스(1105) 또는 그의 다양한 컴포넌트들은 본원에 설명된 바와 같이 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들의 다양한 양상들을 수행하기 위한 수단의 예일 수 있다. 예를 들어, 통신 관리자(1120)는 모델 관리자(1125), 신호 프로세싱 관리자(1130), 신호 송신기(1135), 또는 이들의 임의의 조합을 포함할 수 있다. 통신 관리자(1120)는, 본원에 설명된 바와 같은 통신 관리자(1020)의 양상들의 예일 수 있다. 일부 예들에서, 통신 관리자(1120) 또는 이의 다양한 컴포넌트들은 수신기(1110), 송신기(1115) 또는 둘 모두를 사용하여 또는 그렇지 않으면 이들과 협력하여 다양한 동작들(예를 들어, 수신, 모니터링, 송신)을 수행하도록 구성될 수 있다. 예를 들어, 통신 관리자(1120)는 수신기(1110)로부터 정보를 수신할 수 있거나, 정보를 송신기(1115)에 전송할 수 있거나, 또는 정보를 수신하거나 정보를 송신하거나 또는 본원에 설명된 바와 같은 다양한 다른 동작들을 수행하기 위해 수신기(1110), 송신기(1115) 또는 둘 모두와 조합되어 통합될 수 있다.
[0204]
통신 관리자(1120)는 본원에 개시된 바와 같은 예들에 따라 기지국에서의 무선 통신을 지원할 수 있다. 모델 관리자(1125)는 구성 메시지를 디바이스에 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 신호 프로세싱 관리자(1130)는 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 신호 송신기(1135)는, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것에 기초하여 신호를 디바이스에 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0205]
도 12는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 통신 관리자(1220)의 블록도(1200)를 도시한다. 통신 관리자(1220)는 본원에 설명된 바와 같은 통신 관리자(1020), 통신 관리자(1120) 또는 둘 모두의 양상들의 예일 수 있다. 통신 관리자(1220) 또는 그의 다양한 컴포넌트들은 본원에 설명된 바와 같이 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들의 다양한 양상들을 수행하기 위한 수단의 예일 수 있다. 예를 들어, 통신 관리자(1220)는 모델 관리자(1225), 신호 프로세싱 관리자(1230), 신호 송신기(1235), 능력 관리자(1240), 또는 이들의 임의의 조합을 포함할 수 있다. 이러한 컴포넌트들 각각은 서로 직접적으로 또는 간접적으로 (예를 들어, 하나 이상의 버스들을 통해) 통신할 수 있다.
[0206]
통신 관리자(1220)는 본원에 개시된 바와 같은 예들에 따라 기지국에서의 무선 통신을 지원할 수 있다. 모델 관리자(1225)는 구성 메시지를 디바이스에 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 신호 프로세싱 관리자(1230)는 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 신호 송신기(1235)는, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것에 기초하여 신호를 디바이스에 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0207]
일부 예들에서, 신호 프로세싱 관리자(1230)는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다. 일부 예들에서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB 노드를 포함할 수 있다.
[0208]
일부 예들에서, 신호 프로세싱 관리자(1230)는 기지국에서 수행되는 제2 시그널링 절차를 위한 동작들의 제2 시퀀스를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0209]
일부 예들에서, 신호 프로세싱 관리자(1230)는 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0210]
일부 예들에서, 신호 프로세싱 관리자(1230)는 제2 구성 메시지를 디바이스에 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0211]
일부 예들에서, 신호 프로세싱 관리자(1230)는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0212]
일부 예들에서, 모델 관리자(1225)는 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0213]
일부 예들에서, 동작 조건들의 세트는 디바이스에 송신된 신호와 연관된 신호대 잡음비 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0214]
일부 예들에서, 능력 관리자(1240)는 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 수신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 것은 디바이스의 능력에 기초한다.
[0215]
일부 예들에서, 동작들의 시퀀스는 디바이스에 의해 지원되는 하나 이상의 동작들을 포함한다.
[0216]
일부 예들에서, 신호 프로세싱을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 신호 프로세싱을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 신호 프로세싱을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0217]
일부 예들에서, 신호 프로세싱 관리자(1230)는 동작들의 시퀀스의 표시를 포함하는 RRC 시그널링 또는 MAC-CE를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0218]
일부 예들에서, 신호 프로세싱 관리자(1230)는 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 하나 이상의 데이터 포맷들은 XML 데이터 포맷, JSON 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0219]
도 13은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 디바이스(1305)를 포함하는 시스템(1300)의 도면을 도시한다. 디바이스(1305)는 본원에 설명된 바와 같은 디바이스(1005), 디바이스(1105) 또는 기지국(105)의 컴포넌트들의 예일 수 있거나 이를 포함할 수 있다. 디바이스(1305)는 하나 이상의 네트워크 엔티티들(105), UE들(115), 또는 이들의 임의의 조합과 무선으로 통신할 수 있다. 디바이스(1305)는 통신 관리자(1320), 네트워크 통신 관리자(1310), 트랜시버(1315), 안테나(1325), 메모리(1330), 코드(1335), 프로세서(1340) 및 스테이션-간 통신 관리자(1345)와 같은, 통신들을 송신 및 수신하기 위한 컴포넌트들을 포함하는 양방향 음성 및 데이터 통신들을 위한 컴포넌트들을 포함할 수 있다. 이러한 컴포넌트들은 하나 이상의 버스들(예를 들어, 버스(1350))을 통해 전자 통신하거나 또는 달리 (예를 들어, 동작가능하게, 통신가능하게, 기능적으로, 전자적으로, 전기적으로) 커플링될 수 있다.
[0220]
네트워크 통신 관리자(1310)는 (예를 들어, 하나 이상의 유선 백홀 링크들을 통해) 코어 네트워크(130)와의 통신들을 관리할 수 있다. 예를 들어, 네트워크 통신 관리자(1310)는 하나 이상의 UE들(115)과 같은 클라이언트 디바이스들에 대한 데이터 통신들의 전송을 관리할 수 있다.
[0221]
일부 경우들에서, 디바이스(1305)는 단일 안테나(1325)를 포함할 수 있다. 그러나, 일부 다른 경우들에서, 디바이스(1305)는 다수의 무선 송신들을 동시에 송신 또는 수신할 수 있는 하나 초과의 안테나(1325)를 가질 수 있다. 트랜시버(1315)는 본원에 설명된 바와 같이, 하나 이상의 안테나들(1325)을 통해, 유선 또는 무선 링크들을 양방향으로 통신할 수 있다. 예를 들어, 트랜시버(1315)는 무선 트랜시버를 표현할 수 있고, 다른 무선 트랜시버와 양방향으로 통신할 수 있다. 트랜시버(1315)는 또한, 패킷들을 변조하고, 변조된 패킷들을 송신을 위해 하나 이상의 안테나들(1325)에 제공하고, 하나 이상의 안테나들(1325)로부터 수신된 패킷들을 복조하는 모뎀을 포함할 수 있다. 트랜시버(1315), 또는 트랜시버(1315) 및 하나 이상의 안테나들(1325)은 본원에서 설명된 바와 같은 송신기(1015), 송신기(1115), 수신기(1010), 수신기(1010), 또는 이들의 임의의 조합 또는 이들의 컴포넌트의 예일 수 있다.
[0222]
메모리(1330)는 RAM 및 ROM을 포함할 수 있다. 메모리(1330)는, 명령들을 포함하는 컴퓨터 판독가능 컴퓨터 실행가능 코드(1335)를 저장할 수 있고, 명령들은, 프로세서(1340)에 의해 실행되는 경우, 디바이스(1305)로 하여금, 본 명세서에서 설명된 다양한 기능들을 수행하게 한다. 코드(1335)는 시스템 메모리 또는 다른 타입의 메모리와 같은 비일시적 컴퓨터 판독가능 매체에 저장될 수 있다. 일부 경우들에서, 코드(1335)는, 프로세서(1340)에 의해 직접 실행가능하지는 않을 수 있지만, (예를 들어, 컴파일 및 실행되는 경우) 컴퓨터로 하여금, 본 명세서에서 설명된 기능들을 수행하게 할 수 있다. 일부 경우들에서, 메모리(1330)는 무엇보다도, 주변 컴포넌트들 또는 디바이스들과의 상호작용과 같은 기본적 하드웨어 또는 소프트웨어 동작을 제어할 수 있는 BIOS를 포함할 수 있다.
[0223]
프로세서(1340)는 지능형 하드웨어 디바이스(예를 들어, 범용 프로세서, DSP, CPU, 마이크로제어기, ASIC, FPGA, 프로그래밍가능 로직 디바이스, 이산 게이트 또는 트랜지스터 로직 컴포넌트, 이산 하드웨어 컴포넌트 또는 이들의 임의의 조합)를 포함할 수 있다. 일부 경우들에서, 프로세서(1340)는 메모리 제어기를 사용하여 메모리 어레이를 동작시키도록 구성될 수 있다. 일부 다른 경우들에서, 메모리 제어기는 프로세서(1340)에 통합될 수 있다. 프로세서(1340)는, 디바이스(1305)로 하여금 다양한 기능들(예컨대, 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 기능들 또는 작업들)을 수행하게 하기 위해 메모리(예를 들어, 메모리(1330))에 저장된 컴퓨터 판독가능 명령들을 실행하도록 구성될 수 있다. 예를 들어, 디바이스(1305) 또는 디바이스(1305)의 컴포넌트는 본원에서 설명되는 다양한 기능들을 수행하도록 구성된 프로세서(1340) 및 프로세서(1340)에 커플링된 메모리(1330), 프로세서(1340) 및 메모리(1330)를 포함할 수 있다.
[0224]
스테이션-간 통신 관리자(1345)는 다른 네트워크 엔티티들(105)과의 통신들을 관리할 수 있고, 다른 네트워크 엔티티들(105)과 협력하여 UE들(115)과의 통신들을 제어하기 위한 제어기 또는 스케줄러를 포함할 수 있다. 예를 들어, 스테이션-간 통신 관리자(1345)는, 빔형성 또는 조인트 송신과 같은 다양한 간섭 완화 기법들을 위해 UE들(115)로의 송신들을 위한 스케줄링을 조정할 수 있다. 일부 예들에서, 스테이션-간 통신 관리자(1345)는, 네트워크 엔티티들(105) 사이의 통신을 제공하기 위해 LTE/LTE-A 무선 통신 네트워크 기술 내에서 X2 인터페이스를 제공할 수 있다.
[0225]
통신 관리자(1320)는 본원에 개시된 바와 같은 예들에 따라 기지국에서의 무선 통신을 지원할 수 있다. 예를 들어, 통신 관리자(1320)는 구성 메시지를 디바이스에 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 통신 관리자(1320)는 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 통신 관리자(1320)는, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것에 기초하여 신호를 디바이스에 송신하기 위한 수단으로서 구성되거나 또는 그렇지 않으면 이를 지원할 수 있다.
[0226]
본원에 설명된 바와 같은 예들에 따라 통신 관리자(1320)를 포함하거나 구성함으로써, 디바이스(1305)는 감소된 프로세싱 및 감소된 전력 소비와 관련된 개선된 사용자 경험을 위한 기법들을 지원할 수 있다.
[0227]
일부 예들에서, 통신 관리자(1320)는 트랜시버(1315), 하나 이상의 안테나들(1325) 또는 이들의 임의의 조합을 사용하거나 또는 달리 이와 협력하여 다양한 동작들(예를 들어, 수신, 모니터링, 송신)을 수행하도록 구성될 수 있다. 통신 관리자(1320)가 별개의 컴포넌트로서 예시되지만, 일부 예들에서, 통신 관리자(1320)를 참조하여 설명된 하나 이상의 기능들은 프로세서(1340), 메모리(1330), 코드(1335), 또는 이의 임의의 조합에 의해 지원되거나 수행될 수 있다. 예를 들어, 코드(1335)는 디바이스(1305)로 하여금 본 명세서에서 설명된 바와 같이 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들의 다양한 양상들을 수행하게 하도록 프로세서(1340)에 의해 실행가능한 명령들을 포함할 수 있거나, 또는 프로세서(1340) 및 메모리(1330)는 그러한 동작들을 수행 또는 지원하도록 달리 구성될 수 있다.
[0228]
도 14는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 방법(1400)을 예시하는 흐름도를 도시한다. 방법(1400)의 동작들은 본 명세서에서 설명된 바와 같이 UE 또는 이의 컴포넌트들에 의해 구현될 수 있다. 예를 들어, 방법(1400)의 동작들은, 도 1 내지 도 9를 참조하여 설명된 바와 같이 UE(115)에 의해 수행될 수 있다. 일부 예들에서, UE는, 설명된 기능들을 수행하도록 UE의 기능 엘리먼트들을 제어하기 위한 명령들의 세트를 실행할 수 있다. 추가적으로 또는 대안적으로, UE는 특수 목적 하드웨어를 사용하여 설명된 기능들의 양상들을 수행할 수 있다.
[0229]
1405에서, 방법은, 디바이스에 대한 구성 메시지를 획득(예컨대, 수신)하는 단계를 포함할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 1405의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1405의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 UE 모델 관리자(825)에 의해 수행될 수 있다.
[0230]
1410에서, 방법은 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 단계를 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 1410의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1410의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 UE 신호 프로세싱 관리자(830)에 의해 수행될 수 있다.
[0231]
1415에서, 방법은, 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 단계를 포함할 수 있다. 1415의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1415의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 실행 컴포넌트(835)에 의해 수행될 수 있다.
[0232]
도 15는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 방법(1500)을 예시하는 흐름도를 도시한다. 방법(1500)의 동작들은 본 명세서에서 설명된 바와 같이 UE 또는 이의 컴포넌트들에 의해 구현될 수 있다. 예를 들어, 방법(1500)의 동작들은, 도 1 내지 도 9를 참조하여 설명된 바와 같이 UE(115)에 의해 수행될 수 있다. 일부 예들에서, UE는, 설명된 기능들을 수행하도록 UE의 기능 엘리먼트들을 제어하기 위한 명령들의 세트를 실행할 수 있다. 추가적으로 또는 대안적으로, UE는 특수 목적 하드웨어를 사용하여 설명된 기능들의 양상들을 수행할 수 있다.
[0233]
1505에서, 방법은, 디바이스에 대한 구성 메시지를 획득(예컨대, 수신)하는 단계를 포함할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 1505의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1505의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 UE 모델 관리자(825)에 의해 수행될 수 있다.
[0234]
1510에서, 방법은 선택적으로, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 획득하는 단계를 포함할 수 있다. 1510의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1510의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 UE 신호 프로세싱 관리자(830)에 의해 수행될 수 있다.
[0235]
1515에서, 방법은 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 단계를 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 1515의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1515의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 UE 신호 프로세싱 관리자(830)에 의해 수행될 수 있다.
[0236]
1520에서, 방법은, 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 단계를 포함할 수 있다. 1520의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1520의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 실행 컴포넌트(835)에 의해 수행될 수 있다.
[0237]
도 16은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 방법(1600)을 예시하는 흐름도를 도시한다. 방법(1600)의 동작들은 본 명세서에서 설명된 바와 같이 UE 또는 이의 컴포넌트들에 의해 구현될 수 있다. 예를 들어, 방법(1600)의 동작들은, 도 1 내지 도 9를 참조하여 설명된 바와 같이 UE(115)에 의해 수행될 수 있다. 일부 예들에서, UE는, 설명된 기능들을 수행하도록 UE의 기능 엘리먼트들을 제어하기 위한 명령들의 세트를 실행할 수 있다. 추가적으로 또는 대안적으로, UE는 특수 목적 하드웨어를 사용하여 설명된 기능들의 양상들을 수행할 수 있다.
[0238]
1605에서, 방법은, 디바이스에 대한 구성 메시지를 획득(예컨대, 수신)하는 단계를 포함할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 1605의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1605의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 UE 모델 관리자(825)에 의해 수행될 수 있다.
[0239]
1610에서, 방법은 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 단계를 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 1610의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1610의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 UE 신호 프로세싱 관리자(830)에 의해 수행될 수 있다.
[0240]
1615에서, 방법은 선택적으로, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 단계를 포함할 수 있고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다. 1615의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1615의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 UE 신호 프로세싱 관리자(830)에 의해 수행될 수 있다.
[0241]
1620에서, 방법은, 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 단계를 포함할 수 있다. 1620의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1620의 동작들의 양상들은 도 8을 참조하여 설명된 바와 같이 실행 컴포넌트(835)에 의해 수행될 수 있다.
[0242]
도 17은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 방법(1700)을 예시하는 흐름도를 도시한다. 방법(1700)의 동작들은 본 명세서에서 설명된 바와 같이 기지국 또는 이의 컴포넌트들에 의해 구현될 수 있다. 예를 들어, 방법(1700)의 동작들은, 도 1 내지 도 5 및 도 10 내지 도 13을 참조하여 설명된 바와 같이 기지국(105)에 의해 수행될 수 있다. 일부 예들에서, 기지국은, 설명된 기능들을 수행하도록 기지국의 기능 엘리먼트들을 제어하기 위한 명령들의 세트를 실행할 수 있다. 추가적으로 또는 대안적으로, 기지국은 특수 목적 하드웨어를 사용하여 설명된 기능들의 양상들을 수행할 수 있다.
[0243]
1705에서, 방법은, 구성 메시지를 디바이스에 출력(예컨대, 송신, 제공)하는 단계를 포함할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 1705의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1705의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 모델 관리자(1225)에 의해 수행될 수 있다.
[0244]
1710에서, 방법은 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하는 단계를 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 1710의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1710의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 신호 프로세싱 관리자(1230)에 의해 수행될 수 있다.
[0245]
1715에서, 방법은, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시에 기초하여 신호를 디바이스에 출력하는 단계를 포함할 수 있다. 1715의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1715의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 신호 송신기(1235)에 의해 수행될 수 있다.
[0246]
도 18은 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 방법(1800)을 예시하는 흐름도를 도시한다. 방법(1800)의 동작들은 본 명세서에서 설명된 바와 같이 기지국 또는 이의 컴포넌트들에 의해 구현될 수 있다. 예를 들어, 방법(1800)의 동작들은, 도 1 내지 도 5 및 도 10 내지 도 13을 참조하여 설명된 바와 같이 기지국(105)에 의해 수행될 수 있다. 일부 예들에서, 기지국은, 설명된 기능들을 수행하도록 기지국의 기능 엘리먼트들을 제어하기 위한 명령들의 세트를 실행할 수 있다. 추가적으로 또는 대안적으로, 기지국은 특수 목적 하드웨어를 사용하여 설명된 기능들의 양상들을 수행할 수 있다.
[0247]
1805에서, 방법은, 구성 메시지를 디바이스에 출력(예컨대, 송신, 제공)하는 단계를 포함할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 1805의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1805의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 모델 관리자(1225)에 의해 수행될 수 있다.
[0248]
1810에서, 방법은 선택적으로, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 출력하는 단계를 포함할 수 있다. 1810의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1810의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 신호 프로세싱 관리자(1230)에 의해 수행될 수 있다.
[0249]
1815에서, 방법은 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하는 단계를 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 1815의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1815의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 신호 프로세싱 관리자(1230)에 의해 수행될 수 있다.
[0250]
1820에서, 방법은, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시에 기초하여 신호를 디바이스에 출력하는 단계를 포함할 수 있다. 1820의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1820의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 신호 송신기(1235)에 의해 수행될 수 있다.
[0251]
도 19는 본 개시의 하나 이상의 양상들에 따른, 네트워크 배치 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들을 지원하는 방법(1900)을 예시하는 흐름도를 도시한다. 방법(1900)의 동작들은 본 명세서에서 설명된 바와 같이 기지국 또는 이의 컴포넌트들에 의해 구현될 수 있다. 예를 들어, 방법(1900)의 동작들은, 도 1 내지 도 5 및 도 10 내지 도 13을 참조하여 설명된 바와 같이 기지국(105)에 의해 수행될 수 있다. 일부 예들에서, 기지국은, 설명된 기능들을 수행하도록 기지국의 기능 엘리먼트들을 제어하기 위한 명령들의 세트를 실행할 수 있다. 추가적으로 또는 대안적으로, 기지국은 특수 목적 하드웨어를 사용하여 설명된 기능들의 양상들을 수행할 수 있다.
[0252]
1905에서, 방법은, 구성 메시지를 디바이스에 출력(예컨대, 송신, 제공)하는 단계를 포함할 수 있고, 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시한다. 1905의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1905의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 모델 관리자(1225)에 의해 수행될 수 있다.
[0253]
1910에서, 방법은 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하는 단계를 포함할 수 있고, 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함한다. 1910의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1910의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 신호 프로세싱 관리자(1230)에 의해 수행될 수 있다.
[0254]
1915에서, 방법은 선택적으로, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하는 단계를 포함할 수 있고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다. 1915의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1915의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 신호 프로세싱 관리자(1230)에 의해 수행될 수 있다.
[0255]
1920에서, 방법은, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시에 기초하여 신호를 디바이스에 출력하는 단계를 포함할 수 있다. 1920의 동작들은 본원에 개시된 바와 같은 예들에 따라 수행될 수 있다. 일부 예들에서, 1920의 동작들의 양상들은 도 12를 참조하여 설명된 바와 같이 신호 송신기(1235)에 의해 수행될 수 있다.
[0256]
하기 내용은 본 개시의 양상들의 개요를 제공한다:
[0257]
양상 1: 무선 네트워크 내의 디바이스에서 무선 통신을 위한 방법은, 디바이스에 대한 구성 메시지를 획득하는 단계 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―; 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 단계 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―; 및 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 단계를 포함한다.
[0258]
양상 2: 양상 1의 방법은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 획득하는 단계를 더 포함한다.
[0259]
양상 3: 양상 1 및 양상 2 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 획득하는 단계는, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 단계를 포함하고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0260]
양상 4: 양상 1 내지 양상 3 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 획득하는 단계는, 디바이스에 대한 제2 구성 메시지를 획득하는 단계를 포함하고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0261]
양상 5: 양상 1 내지 양상 4 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 획득하는 단계는, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 획득하는 단계를 포함한다.
[0262]
양상 6: 양상 1 내지 양상 5 중 어느 하나의 방법은, 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 획득하는 단계를 더 포함하고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차는 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑에 적어도 부분적으로 기초하여 동작들의 시퀀스에 따라 디바이스에서 획득된 신호를 사용하여 수행된다.
[0263]
양상 7: 양상 6의 방법에 있어서, 동작 조건들의 세트는 디바이스에서 획득된 신호와 연관된 신호대 잡음비 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0264]
양상 8: 양상 1 내지 양상 7 중 어느 하나의 방법은, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 출력하는 단계를 더 포함하고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시는 디바이스의 능력에 적어도 부분적으로 기초하여 획득된다.
[0265]
양상 9: 양상 8의 방법에 있어서, 동작들의 시퀀스는 디바이스에 의해 지원되는 하나 이상의 동작들을 포함한다.
[0266]
양상 10: 양상 8 및 양상 9 중 어느 하나의 방법에 있어서, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0267]
양상 11: 양상 1 내지 양상 10 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 획득하는 단계는, 동작들의 시퀀스의 표시를 포함하는 RRC 시그널링 또는 MAC-CE를 획득하는 단계를 포함한다.
[0268]
양상 12: 양상 1 내지 양상 11 중 어느 하나의 방법은, 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 획득하는 단계를 더 포함하고, 하나 이상의 데이터 포맷들은 XML 데이터 포맷, JSON 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0269]
양상 13: 양상 1 내지 양상 12 중 어느 하나의 방법에 있어서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB 노드를 포함한다.
[0270]
양상 14: 네트워크 엔티티에서의 무선 통신을 위한 방법은, 구성 메시지를 디바이스에 출력하는 단계 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―; 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하는 단계 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―; 및 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시에 적어도 부분적으로 기초하여 신호를 디바이스에 출력하는 단계를 포함한다.
[0271]
양상 15: 양상 14의 방법은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 출력하는 단계를 더 포함한다.
[0272]
양상 16: 양상 14 및 양상 15 중 어느 하나의 방법은 네트워크 엔티티에서 수행되는 제2 시그널링 절차를 위한 동작들의 제2 시퀀스를 획득하는 단계를 더 포함한다.
[0273]
양상 17: 양상 14 내지 양상 16 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 출력하는 단계는, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하는 단계를 포함하고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0274]
양상 18: 양상 14 내지 양상 17 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 출력하는 단계는, 디바이스에 제2 구성 메시지를 출력하는 단계를 포함하고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0275]
양상 19: 양상 14 내지 양상 18 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 출력하는 단계는, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 출력하는 단계를 포함한다.
[0276]
양상 20: 양상 14 내지 양상 19 중 어느 하나의 방법은 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 출력하는 단계를 더 포함한다.
[0277]
양상 21: 양상 20의 방법에 있어서, 동작 조건들의 세트는 디바이스에 송신된 신호와 연관된 신호대 잡음비 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0278]
양상 22: 양상 14 내지 양상 21 중 어느 하나의 방법은 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 획득하는 단계를 더 포함하고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 것은 디바이스의 능력에 적어도 부분적으로 기초한다.
[0279]
양상 23: 양상 22의 방법에 있어서, 동작들의 시퀀스는 디바이스에 의해 지원되는 하나 이상의 동작들을 포함한다.
[0280]
양상 24: 양상 22 및 양상 23 중 어느 하나의 방법에 있어서, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0281]
양상 25: 양상 14 내지 양상 24 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 출력하는 단계는, 동작들의 시퀀스의 표시를 포함하는 RRC 시그널링 또는 MAC-CE를 출력하는 단계를 포함한다.
[0282]
양상 26: 양상 14 내지 양상 25 중 어느 하나의 방법은 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 출력하는 단계를 더 포함하고, 하나 이상의 데이터 포맷들은 XML 데이터 포맷, JSON 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0283]
양상 27: 양상 14 내지 양상 26 중 어느 하나의 방법에 있어서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB 노드를 포함한다.
[0284]
양상 28: 무선 네트워크 내의 디바이스에서의 무선 통신을 위한 장치는 프로세서, 및 프로세서에 커플링된 메모리를 포함하고, 프로세서는 장치로 하여금 양상 1 내지 양상 13 중 어느 하나의 방법을 수행하게 하도록 구성된다.
[0285]
양상 29: 양상 1 내지 양상 13 중 어느 하나의 방법을 수행하기 위한 적어도 하나의 수단을 포함하는, 무선 네트워크 내의 디바이스에서의 무선 통신을 위한 장치.
[0286]
양상 30: 무선 네트워크 내의 디바이스에서의 무선 통신을 위한 코드를 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서, 코드는 양상 1 내지 양상 13 중 어느 하나의 방법을 수행하도록 프로세서에 의해 실행가능한 명령들을 포함한다.
[0287]
양상 31: 네트워크 엔티티에서의 무선 통신을 위한 장치는 프로세서, 및 프로세서에 커플링된 메모리를 포함하고, 프로세서는 장치로 하여금 양상 14 내지 양상 27 중 어느 하나의 방법을 수행하게 하도록 구성된다.
[0288]
양상 32: 네트워크 엔티티에서의 무선 통신을 위한 장치는 양상 14 내지 양상 27 중 어느 하나의 방법을 수행하기 위한 적어도 하나의 수단을 포함한다.
[0289]
양상 33: 네트워크 엔티티에서의 무선 통신을 위한 코드를 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서, 코드는 양상 14 내지 양상 27 중 어느 하나의 방법을 수행하도록 프로세서에 의해 실행가능한 명령들을 포함한다.
[0290]
양상 34: 무선 네트워크 내의 디바이스에서 무선 통신을 위한 방법은, 디바이스에 대한 구성 메시지를 수신하는 단계 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―; 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 단계 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―; 및 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용하여 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 단계를 포함한다.
[0291]
양상 35: 양상 34의 방법은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 수신하는 단계를 더 포함한다.
[0292]
양상 36: 양상 34의 방법에 있어서, 동작들의 시퀀스의 표시를 수신하는 단계는, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 단계를 포함하고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0293]
양상 37: 양상 34 내지 양상 36 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 수신하는 단계는, 디바이스에 대한 제2 구성 메시지를 수신하는 단계를 포함하고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0294]
양상 38: 양상 34 내지 양상 37 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 수신하는 단계는, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 수신하는 단계를 포함한다.
[0295]
양상 39: 양상 34 내지 양상 38 중 어느 하나의 방법은 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 수신하는 단계를 더 포함하고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 수행하는 단계는 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑에 적어도 부분적으로 기초하여 동작들의 시퀀스에 따라 디바이스에서 수신된 신호를 사용한다.
[0296]
양상 40: 양상 39의 방법에 있어서, 동작 조건들의 세트는 디바이스에서 수신된 신호와 연관된 SNR 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0297]
양상 41: 양상 34 내지 양상 40 중 어느 하나의 방법은 신호 프로세싱을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 송신하는 단계를 더 포함하고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 것은 디바이스의 능력에 적어도 부분적으로 기초한다.
[0298]
양상 42: 양상 41의 방법에 있어서, 동작들의 시퀀스는 디바이스에 의해 지원되는 동작들을 포함한다.
[0299]
양상 43: 양상 41 및 양상 42 중 어느 하나의 방법에 있어서, 신호 프로세싱을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 신호 프로세싱을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 신호 프로세싱을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0300]
양상 44: 양상 34 내지 양상 43 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 수신하는 단계는, 동작들의 시퀀스의 표시를 포함하는 RRC 시그널링 또는 MAC-CE를 수신하는 단계를 포함한다.
[0301]
양상 45: 양상 34 내지 양상 44 중 어느 하나의 방법은 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 수신하는 단계를 더 포함하고, 하나 이상의 데이터 포맷들은 XML 데이터 포맷, JSON 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0302]
양상 46: 양상 34 내지 양상 45 중 어느 하나의 방법에 있어서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB 노드를 포함한다.
[0303]
양상 47: 기지국에서의 무선 통신을 위한 방법은, 구성 메시지를 디바이스에 송신하는 단계 ― 구성 메시지는 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―; 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 단계 ― 신호 프로세싱 절차는 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―; 및 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 것에 적어도 부분적으로 기초하여 신호를 디바이스에 출력하는 단계를 포함한다.
[0304]
양상 48: 양상 47의 방법은, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 디바이스를 구성하는 시그널링을 송신하는 단계를 더 포함한다.
[0305]
양상 49: 양상 47 및 양상 48 중 어느 하나의 방법은 기지국에서 수행되는 제2 시그널링 절차를 위한 동작들의 제2 시퀀스를 수신하는 단계를 더 포함한다.
[0306]
양상 50: 양상 47 내지 양상 49 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 송신하는 단계는, 구성 메시지에서 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 송신하는 단계를 포함하고, 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함한다.
[0307]
양상 51: 양상 47 내지 양상 50 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 송신하는 단계는, 제2 구성 메시지를 디바이스에 송신하는 단계를 포함하고, 제2 구성 메시지는 적어도 하나의 뉴럴 네트워크 모델, 동작들의 시퀀스의 표시, 및 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시한다.
[0308]
양상 52: 양상 47 내지 양상 51 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 송신하는 단계는, 적어도 하나의 뉴럴 네트워크 모델에 대한 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 송신하는 단계를 포함한다.
[0309]
양상 53: 양상 47 내지 양상 52 중 어느 하나의 방법은 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 송신하는 단계를 더 포함한다.
[0310]
양상 54: 양상 53의 방법에 있어서, 동작 조건들의 세트는 디바이스에 송신된 신호와 연관된 SNR 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함한다.
[0311]
양상 55: 양상 47 내지 양상 54 중 어느 하나의 방법은 신호 프로세싱을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지를 수신하는 단계를 더 포함하고, 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 수신하는 것은 디바이스의 능력에 적어도 부분적으로 기초한다.
[0312]
양상 56: 양상 55의 방법에 있어서, 동작들의 시퀀스는 디바이스에 의해 지원되는 동작들을 포함한다.
[0313]
양상 57: 양상 55 및 양상 56 중 어느 하나의 방법에 있어서, 신호 프로세싱을 위한 하나 이상의 동작들을 지원하기 위한 디바이스의 능력을 표시하는 메시지는, 신호 프로세싱을 위한 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 신호 프로세싱을 위한 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함한다.
[0314]
양상 58: 양상 47 내지 양상 57 중 어느 하나의 방법에 있어서, 동작들의 시퀀스의 표시를 송신하는 단계는, 동작들의 시퀀스의 표시를 포함하는 RRC 시그널링 또는 MAC-CE를 송신하는 단계를 포함한다.
[0315]
양상 59: 양상 47 내지 양상 58 중 어느 하나의 방법은 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 송신하는 단계를 더 포함하고, 하나 이상의 데이터 포맷들은 XML 데이터 포맷, JSON 데이터 포맷, 또는 이들의 임의의 조합을 포함한다.
[0316]
양상 60: 양상 47 내지 양상 59 중 어느 하나의 방법에 있어서, 디바이스는 UE, 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB 노드를 포함한다.
[0317]
양상 61: 무선 네트워크 내의 디바이스에서의 무선 통신을 위한 장치는 프로세서; 프로세서와 커플링된 메모리; 및 메모리에 저장되고 장치로 하여금 양상 34 내지 양상 46 중 어느 하나의 방법을 수행하게 하도록 프로세서에 의해 실행가능한 명령들을 포함한다.
[0318]
양상 62: 양상 34 내지 양상 46 중 어느 하나의 방법을 수행하기 위한 적어도 하나의 수단을 포함하는, 무선 네트워크 내의 디바이스에서의 무선 통신을 위한 장치.
[0319]
양상 63: 무선 네트워크 내의 디바이스에서의 무선 통신을 위한 코드를 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서, 코드는 양상 34 내지 양상 46 중 어느 하나의 방법을 수행하도록 프로세서에 의해 실행가능한 명령들을 포함한다.
[0320]
양상 64: 기지국에서의 무선 통신을 위한 장치는 프로세서; 프로세서와 커플링된 메모리; 및 메모리에 저장되고 장치로 하여금 양상들 47 내지 60 중 어느 하나의 방법을 수행하게 하도록 프로세서에 의해 실행가능한 명령들을 포함한다.
[0321]
양상 65: 양상들 47 내지 60 중 어느 하나의 방법을 수행하기 위한 적어도 하나의 수단을 포함하는, 기지국에서의 무선 통신을 위한 장치.
[0322]
양상 66: 기지국에서의 무선 통신을 위한 코드를 저장하는 비일시적 컴퓨터 판독가능 저장 매체로서, 코드는 양상들 47 내지 60 중 어느 하나의 방법을 수행하도록 프로세서에 의해 실행가능한 명령들을 포함한다.
[0323]
본원에 설명된 방법들은 가능한 구현들을 설명하고, 동작들 및 단계들은 재배열되거나 그렇지 않으면 수정될 수 있고, 다른 구현들이 가능함을 주목해야 한다. 추가로, 방법들 중 둘 이상으로부터의 양상들은 조합될 수 있다.
[0324]
LTE, LTE-A, LTE-A 프로, 또는 NR 시스템의 양상들이 예시의 목적들로 설명될 수 있고, LTE, LTE-A, LTE-A 프로 또는 NR 용어가 설명 대부분에서 사용될 수 있지만, 본원에 설명된 기법들은 LTE, LTE-A, LTE-A 프로 또는 NR 네트워크들을 넘어 적용가능하다. 예를 들어, 설명된 기법들은 UMB(Ultra Mobile Broadband), IEEE(Institute of Electrical and Electronics Engineers) 802.11(Wi-Fi), IEEE 802.16(WiMAX), IEEE 802.20, Flash-OFDM과 같은 다양한 다른 무선 통신 시스템들뿐만 아니라, 본원에서 명시적으로 언급되지 않은 다른 시스템들 및 라디오 기술들에 적용가능할 수 있다.
[0325]
본원에 설명된 정보 및 신호들은 다양한 다른 기술들 및 기법들 중 임의의 것을 사용하여 표현될 수 있다고 이해할 것이다. 예를 들어, 설명 전반에 걸쳐 참조될 수 있는 데이터, 명령들, 커맨드들, 정보, 신호들, 비트들, 심볼들 및 칩들은 전압들, 전류들, 전자기파들, 자기 필드들 또는 자기 입자들, 광 필드들 또는 광 입자들, 또는 이들의 임의의 결합으로 표현될 수 있다.
[0326]
본 명세서에서의 개시와 관련하여 설명된 다양한 예시적인 블록들과 컴포넌트들은 범용 프로세서, DSP, ASIC, CPU, FPGA 또는 다른 프로그래밍 가능한 로직 디바이스, 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본 명세서에서 설명된 기능들을 수행하도록 설계된 이들의 임의의 결합으로 구현되거나 이들에 의해 수행될 수 있다. 범용 프로세서는 마이크로프로세서일 수 있지만, 대안으로 프로세서는 임의의 프로세서, 제어기, 마이크로제어기 또는 상태 머신일 수 있다. 프로세서는 또한 컴퓨팅 디바이스들의 결합(예를 들어 DSP와 마이크로프로세서의 결합, 다수의 마이크로프로세서들, DSP 코어와 결합된 하나 이상의 마이크로프로세서들, 또는 임의의 다른 이러한 구성)으로서 구현될 수도 있다.
[0327]
본 명세서에서 설명된 기능들은 하드웨어, 프로세서에 의해 실행되는 소프트웨어, 펌웨어, 또는 이들의 임의의 결합으로 구현될 수 있다. 프로세서에 의해 실행되는 소프트웨어로 구현된다면, 이 기능들은 컴퓨터 판독가능 매체에 하나 이상의 명령 또는 코드로서 저장되거나 이를 통해 송신될 수 있다. 다른 예들 및 구현들이 본 개시 및 첨부된 청구항들의 범위 내에 있다. 예를 들어, 소프트웨어의 본질로 인해, 본원에 설명된 기능들은 프로세서에 의해 실행되는 소프트웨어, 하드웨어, 펌웨어, 하드와이어링, 또는 이들 중 임의의 결합들을 사용하여 구현될 수 있다. 기능들을 구현하는 특징들은 또한 기능들의 부분들이 상이한 물리적 로케이션들에서 구현되도록 분산되는 것을 포함하여, 물리적으로 다양한 포지션들에 로케이트될 수 있다.
[0328]
컴퓨터 판독가능 매체들은 비일시적 컴퓨터 저장 매체들, 및 일 장소에서 다른 장소로 컴퓨터 프로그램의 이전을 용이하게 하는 임의의 매체들을 포함하는 통신 매체 둘 모두를 포함한다. 비일시적 저장 매체는 범용 또는 특수 목적용 컴퓨터에 의해 액세스 가능한 임의의 이용가능한 매체일 수 있다. 한정이 아닌 예시로, 비일시적 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM(electrically erasable programmable ROM), 플래시 메모리, CD-ROM(compact disk)이나 다른 광 디스크 저장소, 자기 디스크 저장소 또는 다른 자기 저장 디바이스들, 또는 명령들이나 데이터 구조들의 형태로 원하는 프로그램 코드 수단을 전달 또는 저장하는데 사용될 수 있으며 범용 또는 특수 목적용 컴퓨터나 범용 또는 특수 목적용 프로세서에 의해 액세스 가능한 임의의 다른 비일시적 매체를 포함할 수 있다. 또한, 임의의 접속이 컴퓨터 판독가능 매체로 적절히 지칭된다. 예를 들어, 소프트웨어가 동축 케이블, 광섬유 케이블, 연선, DSL(digital subscriber line), 또는 적외선, 라디오 및 마이크로파와 같은 무선 기술들을 사용하여 웹사이트, 서버 또는 다른 원격 소스로부터 전송된다면, 동축 케이블, 광섬유 케이블, 연선, DSL, 또는 적외선, 라디오 및 마이크로파와 같은 무선 기술들이 컴퓨터 판독가능 매체의 정의에 포함된다. 본 명세서에서 사용된 것과 같은 디스크(disk 및 disc)는 CD, 레이저 디스크(laser disc), 광 디스크(optical disc), DVD(digital versatile disc), 플로피 디스크(floppy disk) 및 블루레이 디스크(disc)를 포함하며, 여기서 디스크(disk)들은 보통 데이터를 자기적으로 재생하는 한편, 디스크(disc)들은 데이터를 레이저들에 의해 광학적으로 재생한다. 상기의 것들의 결합들이 또한 컴퓨터 판독가능 매체의 범위 내에 포함된다.
[0329]
청구항들을 포함하여 본 명세서에서 사용된 바와 같이, 항목들의 리스트(예를 들어, "~ 중 적어도 하나" 또는 "~ 중 하나 이상"과 같은 어구가 후속하는 항목들의 리스트)에 사용된 "또는"은 예를 들어, "A, B 또는 C 중 적어도 하나"의 리스트가 A 또는 B 또는 C 또는 AB 또는 AC 또는 BC 또는 ABC(즉, A와 B와 C)를 의미하도록 포함적인 리스트를 나타낸다. 또한, 본 명세서에서 사용되는 바와 같이, 어구 "~에 기초하는"은 조건들의 폐쇄형 세트에 대한 참조로 해석되지 않아야 한다. 예를 들어, "조건 A에 기초하는" 것으로 설명되는 예시적인 단계는 본 개시의 범위를 벗어남이 없이 조건 A 및 조건 B 둘 모두에 기초할 수 있다. 즉, 본 명세서에서 사용되는 바와 같이, 어구 "~에 기초하는"은 어구 "~에 적어도 부분적으로 기초하는"과 동일한 방식으로 해석될 것이다.
[0330]
"결정하다" 또는 "결정"이라는 용어는 광범위한 액션들을 포함하고, 따라서, "결정"은 계산, 컴퓨팅, 프로세싱, 유도, 검사, (이를테면 표, 데이터베이스 또는 다른 데이터 구조에서의 검색을 통한) 검색, 확인 등을 포함할 수 있다. 또한, "결정"은 수신(이를테면, 정보 수신), 액세스(이를테면, 메모리 내의 데이터에 액세스) 등을 포함할 수 있다. 또한, "결정"은 해결, 선택, 선정, 확립 및 다른 이러한 유사한 액션들을 포함할 수 있다.
[0331]
첨부된 도면들에서, 유사한 컴포넌트들 또는 특징들은 동일한 참조 라벨을 가질 수 있다. 추가로, 동일한 타입의 다양한 컴포넌트들은, 참조 라벨 다음에 대시기호 및 유사한 컴포넌트들 사이를 구별하는 제2 라벨에 의해 구별될 수 있다. 본 명세서에서 단지 제1 참조 라벨이 사용되면, 그 설명은, 제2 참조 라벨 또는 다른 후속 참조 라벨과는 무관하게 동일한 제1 참조 라벨을 갖는 유사한 컴포넌트들 중 임의의 컴포넌트에 적용가능하다.
[0332]
첨부 도면들과 관련하여 본원에 기술된 설명은 예시적인 구성들을 설명하며, 청구항들의 범위 내에 있거나 구현될 수 있는 모든 예들을 표현하는 것은 아니다. 본원에서 사용된 "예시적인"이라는 용어는 "다른 예들에 비해 유리"하거나 "선호"되는 것이 아니라, "예, 예증 또는 예시로서 기능하는 것"을 의미한다. 상세한 설명은 설명된 기법들의 이해를 제공할 목적으로 특정 세부사항들을 포함한다. 그러나, 이러한 기법들은 이러한 특정 세부사항들 없이도 실시될 수 있다. 일부 예들에서, 설명된 예들의 개념들을 불명료하게 하는 것을 피하기 위해, 알려진 구조들 및 디바이스들은 블록도 형태로 도시된다.
[0333]
본원의 설명은 당업자가 본 개시를 사용하거나 실시할 수 있게 하도록 제공된다. 본 개시에 대한 다양한 수정들이 해당 기술분야에서 통상의 지식을 가진 자에게 명백할 것이며, 본 명세서에 정의된 일반 원리들은 본 개시의 범위를 벗어나지 않으면서 다른 변형들에 적용될 수 있다. 그러므로, 본 개시는 본 명세서에서 설명된 예시들 및 설계들로 한정되는 것이 아니라, 본 명세서에 개시된 원리들 및 신규한 특징들에 부합하는 가장 넓은 범위에 따르는 것이다.
Claims (30)
- 무선 네트워크 내의 디바이스에서의 무선 통신을 위한 장치로서,
프로세서; 및
상기 프로세서에 커플링되는 메모리를 포함하고,
상기 프로세서는,
상기 디바이스에 대한 구성 메시지를 획득하고 ― 상기 구성 메시지는 상기 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―;
상기 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하고 ― 상기 신호 프로세싱 절차는 상기 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 상기 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―; 그리고
상기 동작들의 시퀀스에 따라 상기 디바이스에서 획득된 신호를 사용하여 상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 신호 프로세싱 절차를 수행하도록 구성되는, 무선 통신을 위한 장치. - 제1 항에 있어서,
상기 프로세서는,
상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 상기 디바이스를 구성하는 시그널링을 획득하도록 추가로 구성되는, 무선 통신을 위한 장치. - 제1 항에 있어서,
상기 동작들의 시퀀스의 표시를 획득하기 위해, 상기 프로세서는,
상기 구성 메시지에서 상기 신호 프로세싱 절차를 위한 상기 동작들의 시퀀스의 표시를 획득하도록 구성되고, 상기 구성 메시지는 상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함하는, 무선 통신을 위한 장치. - 제1 항에 있어서,
상기 동작들의 시퀀스의 표시를 획득하기 위해, 상기 프로세서는,
상기 디바이스에 대한 제2 구성 메시지를 획득하도록 구성되고, 상기 제2 구성 메시지는 상기 적어도 하나의 뉴럴 네트워크 모델, 상기 동작들의 시퀀스의 표시, 및 상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시하는, 무선 통신을 위한 장치. - 제1 항에 있어서,
상기 동작들의 시퀀스의 표시를 획득하기 위해, 상기 프로세서는,
상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 획득하도록 구성되는, 무선 통신을 위한 장치. - 제1 항에 있어서,
상기 프로세서는,
상기 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 획득하도록 추가로 구성되고, 상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 신호 프로세싱 절차는 상기 하나 이상의 뉴럴 네트워크 모델들과 상기 동작 조건들의 세트 사이의 맵핑에 적어도 부분적으로 기초하여 상기 동작들의 시퀀스에 따라 상기 디바이스에서 획득된 신호를 사용하여 수행되는, 무선 통신을 위한 장치. - 제6 항에 있어서,
상기 동작 조건들의 세트는 상기 디바이스에서 획득된 신호와 연관된 신호대 잡음비 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함하는, 무선 통신을 위한 장치. - 제1 항에 있어서,
상기 프로세서는,
하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 상기 디바이스의 능력을 표시하는 메시지를 출력하도록 추가로 구성되고, 상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 신호 프로세싱 절차를 위한 상기 동작들의 시퀀스의 표시는 상기 디바이스의 능력에 적어도 부분적으로 기초하여 획득되는, 무선 통신을 위한 장치. - 제8 항에 있어서,
상기 동작들의 시퀀스는 상기 디바이스에 의해 지원되는 하나 이상의 동작들을 포함하는, 무선 통신을 위한 장치. - 제8 항에 있어서,
상기 하나 이상의 신호 프로세싱 절차들을 위한 상기 하나 이상의 동작들을 지원하기 위한 상기 디바이스의 능력을 표시하는 상기 메시지는, 상기 하나 이상의 신호 프로세싱 절차들을 위한 상기 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 상기 하나 이상의 신호 프로세싱 절차들을 위한 상기 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함하는, 무선 통신을 위한 장치. - 제1 항에 있어서,
상기 동작들의 시퀀스의 표시를 획득하기 위해, 상기 프로세서는,
상기 동작들의 시퀀스의 표시를 포함하는 RRC(radio resource control) 시그널링 또는 MAC-CE(MAC(medium access control) control element))를 획득하도록 구성되는, 무선 통신을 위한 장치. - 제1 항에 있어서,
상기 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 획득하도록 구성된 안테나를 더 포함하고, 상기 하나 이상의 데이터 포맷들은 확장가능 마크업 언어 데이터 포맷(extensible markup language data format), 자바스크립트 객체 표기(JavaScript Object Notation) 데이터 포맷, 또는 이들의 임의의 조합을 포함하는, 무선 통신을 위한 장치. - 제1 항에 있어서,
상기 디바이스는 UE(user equipment), 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB(integrated access and backhaul) 노드를 포함하는, 무선 통신을 위한 장치. - 네트워크 엔티티에서의 무선 통신을 위한 장치로서,
프로세서; 및
상기 프로세서에 커플링되는 메모리를 포함하고,
상기 프로세서는,
구성 메시지를 디바이스에 출력하고 ― 상기 구성 메시지는 상기 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―;
상기 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하고 ― 상기 신호 프로세싱 절차는 상기 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 상기 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―; 그리고
상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 신호 프로세싱 절차를 위한 상기 동작들의 시퀀스의 표시에 적어도 부분적으로 기초하여 신호를 상기 디바이스에 출력하도록 구성되는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 프로세서는,
상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 상기 디바이스를 구성하는 시그널링을 출력하도록 추가로 구성되는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 프로세서는,
상기 네트워크 엔티티에서 수행되는 제2 시그널링 절차를 위한 동작들의 제2 시퀀스를 획득하도록 추가로 구성되는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 동작들의 시퀀스의 표시를 출력하기 위해, 상기 프로세서는,
상기 구성 메시지에서 상기 신호 프로세싱 절차를 위한 상기 동작들의 시퀀스의 표시를 출력하도록 구성되고, 상기 구성 메시지는 상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 포함하는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 동작들의 시퀀스의 표시를 출력하기 위해, 상기 프로세서는,
상기 디바이스에 제2 구성 메시지를 출력하도록 구성되고, 상기 제2 구성 메시지는 상기 적어도 하나의 뉴럴 네트워크 모델, 상기 동작들의 시퀀스의 표시, 및 상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 동작들의 시퀀스의 모든 동작들을 포함하는 동작들의 세트를 표시하는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 동작들의 시퀀스의 표시를 출력하기 위해, 상기 프로세서는,
상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 동작들의 시퀀스의 하나 이상의 동작들에 대한 입력 파라미터들의 세트, 출력 파라미터들의 세트 또는 둘 모두를 출력하도록 구성되는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 프로세서는,
상기 하나 이상의 뉴럴 네트워크 모델들과 동작 조건들의 세트 사이의 맵핑의 표시를 출력하도록 추가로 구성되는, 무선 통신을 위한 장치. - 제20 항에 있어서,
상기 동작 조건들의 세트는 상기 디바이스에 송신된 신호와 연관된 신호대 잡음비 범위, 대역폭 범위, 신호 스케일링 범위, 채널 지연 프로파일, 신호 피크 범위 또는 이들의 임의의 조합을 포함하는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 프로세서는,
하나 이상의 신호 프로세싱 절차들을 위한 하나 이상의 동작들을 지원하기 위한 상기 디바이스의 능력을 표시하는 메시지를 획득하도록 추가로 구성되고, 상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 신호 프로세싱 절차를 위한 상기 동작들의 시퀀스의 표시를 획득하는 것은 상기 디바이스의 능력에 적어도 부분적으로 기초하는, 무선 통신을 위한 장치. - 제22 항에 있어서,
상기 동작들의 시퀀스는 상기 디바이스에 의해 지원되는 하나 이상의 동작들을 포함하는, 무선 통신을 위한 장치. - 제22 항에 있어서,
상기 하나 이상의 신호 프로세싱 절차들을 위한 상기 하나 이상의 동작들을 지원하기 위한 상기 디바이스의 능력을 표시하는 상기 메시지는, 상기 하나 이상의 신호 프로세싱 절차들을 위한 상기 하나 이상의 동작들 각각에 대한 임계 입력 디멘션의 표시 또는 상기 하나 이상의 신호 프로세싱 절차들을 위한 상기 하나 이상의 동작들 각각에 대한 임계 실행 시간을 포함하는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 동작들의 시퀀스의 표시를 출력하기 위해, 상기 프로세서는,
상기 동작들의 시퀀스의 표시를 포함하는 RRC(radio resource control) 시그널링 또는 MAC-CE(MAC(medium access control) control element))를 출력하도록 구성되는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 동작들의 시퀀스의 하나 이상의 동작들과 연관된 하나 이상의 데이터 포맷들의 표시를 출력하도록 구성된 안테나를 더 포함하고, 상기 하나 이상의 데이터 포맷들은 확장가능 마크업 언어 데이터 포맷(extensible markup language data format), 자바스크립트 객체 표기(JavaScript Object Notation) 데이터 포맷, 또는 이들의 임의의 조합을 포함하는, 무선 통신을 위한 장치. - 제14 항에 있어서,
상기 디바이스는 UE(user equipment), 기지국, 네트워크 엔티티, 중계 디바이스, 사이드링크 디바이스, 또는 IAB(integrated access and backhaul) 노드를 포함하는, 무선 통신을 위한 장치. - 무선 네트워크 내의 디바이스에서의 무선 통신을 위한 방법으로서,
상기 디바이스에 대한 구성 메시지를 획득하는 단계 ― 상기 구성 메시지는 상기 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―;
상기 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 획득하는 단계 ― 상기 신호 프로세싱 절차는 상기 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 상기 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―; 및
상기 동작들의 시퀀스에 따라 상기 디바이스에서 획득된 신호를 사용하여 상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 신호 프로세싱 절차를 수행하는 단계를 포함하는, 무선 통신을 위한 방법. - 제28 항에 있어서,
상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 동작들의 시퀀스 중 하나 이상의 동작들을 포함하는 동작들의 세트로 상기 디바이스를 구성하는 시그널링을 획득하는 단계를 더 포함하는, 무선 통신을 위한 방법. - 네트워크 엔티티에서의 무선 통신을 위한 방법으로서,
구성 메시지를 디바이스에 출력하는 단계 ― 상기 구성 메시지는 상기 디바이스에 대한 하나 이상의 뉴럴 네트워크 모델들을 표시함 ―;
상기 하나 이상의 뉴럴 네트워크 모델들 중 적어도 하나의 뉴럴 네트워크 모델에 대한 신호 프로세싱 절차를 위한 동작들의 시퀀스의 표시를 출력하는 단계 ― 상기 신호 프로세싱 절차는 상기 적어도 하나의 뉴럴 네트워크 모델과 연관된 입력 프리-프로세싱 절차 또는 상기 적어도 하나의 뉴럴 네트워크 모델과 연관된 출력 프리-프로세싱 절차 중 하나를 포함함 ―; 및
상기 적어도 하나의 뉴럴 네트워크 모델에 대한 상기 신호 프로세싱 절차를 위한 상기 동작들의 시퀀스의 표시를 송신하는 것에 적어도 부분적으로 기초하여 신호를 상기 디바이스에 출력하는 단계를 포함하는, 무선 통신을 위한 방법.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IN202121018558 | 2021-04-22 | ||
| IN202121018558 | 2021-04-22 | ||
| PCT/US2022/024655 WO2022225768A1 (en) | 2021-04-22 | 2022-04-13 | Techniques for indicating signal processing procedures for network deployed neural network models |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230174750A true KR20230174750A (ko) | 2023-12-28 |
Family
ID=81579960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237035126A KR20230174750A (ko) | 2021-04-22 | 2022-04-13 | 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US20240147264A1 (ko) |
| EP (1) | EP4327247A1 (ko) |
| JP (1) | JP2024515292A (ko) |
| KR (1) | KR20230174750A (ko) |
| CN (1) | CN117204020A (ko) |
| BR (1) | BR112023021099A2 (ko) |
| TW (1) | TW202248909A (ko) |
| WO (1) | WO2022225768A1 (ko) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190187251A1 (en) * | 2017-12-14 | 2019-06-20 | Vathys, Inc. | Systems and methods for improving radar output |
| US11490313B2 (en) * | 2018-03-08 | 2022-11-01 | Telefonaktiebolaget Lm Ericsson (Publ) | Managing communication in a wireless communications network |
| US10685283B2 (en) * | 2018-06-26 | 2020-06-16 | Sas Institute Inc. | Demand classification based pipeline system for time-series data forecasting |
| US11616839B2 (en) * | 2019-04-09 | 2023-03-28 | Johnson Controls Tyco IP Holdings LLP | Intelligent edge computing platform with machine learning capability |
-
2022
- 2022-04-13 WO PCT/US2022/024655 patent/WO2022225768A1/en active Application Filing
- 2022-04-13 EP EP22721205.7A patent/EP4327247A1/en active Pending
- 2022-04-13 JP JP2023563090A patent/JP2024515292A/ja active Pending
- 2022-04-13 CN CN202280028825.7A patent/CN117204020A/zh active Pending
- 2022-04-13 KR KR1020237035126A patent/KR20230174750A/ko unknown
- 2022-04-13 BR BR112023021099A patent/BR112023021099A2/pt unknown
- 2022-04-13 US US18/546,927 patent/US20240147264A1/en active Pending
- 2022-04-15 TW TW111114377A patent/TW202248909A/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| CN117204020A (zh) | 2023-12-08 |
| BR112023021099A2 (pt) | 2023-12-12 |
| US20240147264A1 (en) | 2024-05-02 |
| WO2022225768A1 (en) | 2022-10-27 |
| TW202248909A (zh) | 2022-12-16 |
| EP4327247A1 (en) | 2024-02-28 |
| JP2024515292A (ja) | 2024-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11533658B2 (en) | Compressed measurement feedback using an encoder neural network | |
| CN115398820A (zh) | 波束成形的通信中的机器学习模型选择 | |
| US20210184744A1 (en) | User equipment feedback of multi-path channel cluster information to assist network beam management | |
| CN115989639A (zh) | 用于信道状态压缩和反馈的可配置度量 | |
| CN116848916A (zh) | 用于无线通信系统的基于波束的测量和资源管理技术 | |
| KR20240034763A (ko) | 통합형 액세스 및 백홀 사이드링크 통신들 | |
| KR20230174750A (ko) | 네트워크 전개 뉴럴 네트워크 모델들에 대한 신호 프로세싱 절차들을 표시하기 위한 기법들 | |
| WO2023184310A1 (en) | Centralized machine learning model configurations | |
| WO2023184312A1 (en) | Distributed machine learning model configurations | |
| WO2022247895A1 (en) | Neural network assisted communication techniques | |
| US20240113919A1 (en) | Recurrent equivariant inference machines for channel estimation | |
| WO2024045148A1 (en) | Reference signal pattern association for channel estimation | |
| US11929804B1 (en) | Techniques for codeword-based radial beamforming for orbital angular momentum waveforms | |
| WO2023216178A1 (en) | Sensing-aided radio access technology communications | |
| US11784751B1 (en) | List size reduction for polar decoding | |
| US20240056271A1 (en) | Mixed waveform communications | |
| WO2023212839A1 (en) | Spatial domain precoders for serving cells | |
| US20230261728A1 (en) | Enhanced beam failure detection | |
| WO2024036500A1 (en) | Techniques for indicating parameters associated with a synchronization signal block | |
| US20230247458A1 (en) | Reference signal periodicities for multiple sets of beams | |
| WO2024059994A1 (en) | Multi-stage bit-level constellation shaping | |
| WO2023184062A1 (en) | Channel state information resource configurations for beam prediction | |
| WO2022227081A1 (en) | Techniques for channel state information and channel compression switching | |
| WO2023197134A1 (en) | Frequency domain resource allocation indications for transform precoding in multiple transmit receive point deployments | |
| US20240163694A1 (en) | Configuring a multi-model machine learning application |