यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है। यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है। पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।
यह शोधपत्र कृत्रिम बुद्धिमत्ता (एआई)-आधारित सेलुलर पोजिशनिंग तकनीकों का एक व्यापक सर्वेक्षण प्रस्तुत करता है। यह वायरलेस पोजिशनिंग तकनीकों के महत्व और एआई के उपयोग की संभावनाओं पर प्रकाश डालता है। यह 3GPP मानकों में परिभाषित आवश्यकताओं और क्षमताओं के आधार पर एआई/मशीन लर्निंग (एमएल)-आधारित सेलुलर पोजिशनिंग तकनीकों के विकास का परीक्षण करता है। यह 3GPP पोजिशनिंग मानक के विकास का विश्लेषण करता है और एआई/एमएल एकीकरण पर ध्यान केंद्रित करते हुए वर्तमान और भविष्य के मानक संस्करणों का परीक्षण करता है। यह अत्याधुनिक (SOTA) अनुसंधान को दो मुख्य श्रेणियों में वर्गीकृत और सारांशित करता है: एआई/एमएल-सहायता प्राप्त पोजिशनिंग और प्रत्यक्ष एआई/एमएल-आधारित पोजिशनिंग। पूर्व में एलओएस/एनएलओएस डिटेक्शन, टीओए/टीडीओए अनुमान और कोण अनुमान शामिल हैं, जबकि बाद में फिंगरप्रिंटिंग, ज्ञान-सहायता प्राप्त लर्निंग और चैनल चार्टिंग शामिल हैं। प्रतिनिधि सार्वजनिक डेटासेट की समीक्षा की गई है और इन डेटासेट का उपयोग करके एआई-आधारित पोजिशनिंग एल्गोरिदम के प्रदर्शन का मूल्यांकन किया गया है। अंत में, एआई-आधारित वायरलेस पोजिशनिंग की चुनौतियों और अवसरों का सारांश दिया गया है।
Takeaways, Limitations
•
Takeaways:
◦
यह एआई/एमएल-आधारित सेलुलर स्थान आकलन प्रौद्योगिकी की वर्तमान स्थिति और भविष्य की संभावनाओं को व्यापक रूप से प्रस्तुत करता है।
◦
3GPP मानकों के साथ जुड़ाव के माध्यम से औद्योगिक उपयोग की संभावना बढ़ गई है।
◦
हम विभिन्न AI/ML तकनीकों के फायदे और नुकसान की तुलना और विश्लेषण करते हैं और प्रदर्शन मूल्यांकन के माध्यम से उनकी व्यावहारिकता को सत्यापित करते हैं।
◦
हम विभिन्न स्थान आकलन तकनीकों, जैसे LOS/NLOS पहचान और TOA/TDOA आकलन के लिए AI/ML अनुप्रयोग मामले प्रस्तुत करते हैं।
•
Limitations:
◦
पेपर में प्रस्तुत प्रदर्शन मूल्यांकन एक विशिष्ट डेटासेट तक सीमित हो सकता है, और वास्तविक दुनिया के वातावरण में सामान्यीकरण प्रदर्शन के लिए आगे सत्यापन की आवश्यकता है।
◦
एआई/एमएल मॉडलों की व्याख्या और विश्वसनीयता के बारे में चर्चा का अभाव है।
◦
नई AI/ML प्रौद्योगिकी प्रगति पर निरंतर अपडेट की आवश्यकता है।
◦
विभिन्न हार्डवेयर प्लेटफार्मों और संचार वातावरणों में प्रदर्शन अंतर के विश्लेषण का अभाव है।
