<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[TELCOM17AI4NET的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/TELCOM17AI4NET</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; TELCOM17AI4NET]]></copyright><item><title><![CDATA[就业好抓手，通信网络领域同学看过来----首届“智枢杯” 自智网络高校AI挑战赛开赛]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/149278703</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/149278703</guid><author>TELCOM17AI4NET</author><pubDate>Mon, 14 Jul 2025 11:30:00 +0800</pubDate><description><![CDATA[摘要：中国移动联合行业伙伴举办首届“智枢杯”自智网络AI挑战赛，面向在校大学生开放报名。比赛设置《基站故障根因定位》 和 《无线网络质差根因定位》 两道实践赛题，提供真实数据集，要求参赛者构建智能分类模型。赛事总奖金20.5万元，决赛入围者可获中国移动校招优先推荐资格，10月截止，适合求职季学生提升简历竞争力。]]></description><category></category></item><item><title><![CDATA[【AI+网络/仿真数据集】1分钟搭建云原生端到端5G网络]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/144347480</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/144347480</guid><author>TELCOM17AI4NET</author><pubDate>Mon, 09 Dec 2024 14:25:32 +0800</pubDate><description><![CDATA[快速构建一人一网，开箱即用的5G仿真网络；40多种故障按需构造注入、KPI指标和Log日志自动采集；基于K8S云原生、轻量级5GC、混沌工程，支持智能算法研究、大模型运维能力验证的网络+数据+场景基础平台。]]></description><category></category></item><item><title><![CDATA[新质生产力人工智能+系列5-智能业务识别研究（含任务、数据、算力资源）]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/141898754</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/141898754</guid><author>TELCOM17AI4NET</author><pubDate>Wed, 04 Sep 2024 17:14:05 +0800</pubDate><description><![CDATA[业务识别已成为现代网络安全体系中的重要组成部分。传统的网络监控手段往往依赖于固定的规则和模式匹配，难以有效应对不断变化的威胁形势以及日益复杂的业务场景，对于未加密的 HTTP 流量而言，这些挑战尤为显著。该数据集使用测试终端对指定业务列表中的几十种业务进行拨测。]]></description><category></category></item><item><title><![CDATA[网络智能化的发展对仿真环境的需求]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/139289485</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/139289485</guid><author>TELCOM17AI4NET</author><pubDate>Wed, 29 May 2024 10:59:32 +0800</pubDate><description><![CDATA[网络智能化是指利用人工智能（AI）、机器学习（ML）、优化算法等技术来实现网络的信息化、自动化和智能化。相对5G、6G、算力网络等领域，网络智能化是针对网络全场景、全要素、全代际的智能化技术研究，其涉及网元智能、运营运维智能、服务智能领域。从网络角度来看，网络智能化研究的是跨层、跨域、跨代际的网络全要素、全场景的智能化理论、架构、技术和工程问题。从智能化角度来看，网络智能化研究的是复杂、超大规模的工程系统的智能化理论、技术。网元智能领域。]]></description><category></category></item><item><title><![CDATA[中国移动开放创新平台AI+通信网络 数据集 上新]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/138618085</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/138618085</guid><author>TELCOM17AI4NET</author><pubDate>Fri, 10 May 2024 11:30:00 +0800</pubDate><description><![CDATA[​
近日，中国移动智慧网络人工智能开放创新平台新发布了 8 项 AI 精品数据集，为网络+AI 能力研发孵化提供亿级规模核心资源。本次上新的系列数据集包含了中国移动自建的现网特色数据，以及携手新华三、北京邮电大学等产学研合作伙伴共同打造的网智精品数据，涵盖了网络规建维优营多场景和网络智能化 4+X 能力体系，为促进网络“AI+”转型创新研究持续提供强有力的数据支撑。]]></description><category></category></item><item><title><![CDATA[新质生产力人工智能+系列4：6G时代AI研究-智慧海港天线与智能超表面(RIS)规划（含任务、数据、代码、仿真资源）]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/137473627</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/137473627</guid><author>TELCOM17AI4NET</author><pubDate>Mon, 08 Apr 2024 11:30:00 +0800</pubDate><description><![CDATA[在海港场景中，通过无线通信技术能够实现无人集卡远程智慧驾驶，赋能智慧海港建设。无人集卡对移动轨迹上的网络质量要求较高，如何保证站址规划结果满足多变的海港环境（集装箱，龙门吊，无人集卡动态变化），是网络规划的难点及重点。本任务基于真实海港场景，构建了一套高精度的海港场景数字孪生能力，包括基站，无线信道，终端，业务孪生建模，并提供智能超表面（RIS）孪生能力，支撑动态变化的海港场景网络规划及效果验证。该任务不仅提供了海港场景的通信仿真能力和 AI 模型验证能力，还开放了丰富的多维度数据集。]]></description><category></category></item><item><title><![CDATA[新质生产力人工智能+系列3：6G时代AI研究-基于AI的CSI压缩反馈（含任务、数据、代码、仿真资源）]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/137087143</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/137087143</guid><author>TELCOM17AI4NET</author><pubDate>Thu, 28 Mar 2024 11:30:00 +0800</pubDate><description><![CDATA[在5G NR中，CSI（Channel State Information）的反馈是非常重要的一个环节，它能帮助基站精确地了解无线信道状态，从而优化传输参数以提高系统性能。然而，由于无线信道的复杂性以及5G支持的大规模MIMO和高频段大带宽通信，CSI信息通常具有很高的维度和丰富的细节，导致反馈所需的带宽资源非常庞大。基于此背景，本平台发布了基于AI的CSI压缩反馈任务，利用基于人工智能的方法来高效压缩和编码CSI信息。]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI 大模型论文-NetGPT-超越个性化生成服务的原生智能网络架构《NetGPT: An AI-Native Network Architecture...]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/136910936</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/136910936</guid><author>TELCOM17AI4NET</author><pubDate>Thu, 21 Mar 2024 15:51:38 +0800</pubDate><description><![CDATA[本论文提出了一种基于大型语言模型（LLMs）的本地AI网络架构NetGPT，旨在超越个性化生成服务。通过有效的云边协作，作者在边缘和云端部署了代表性的开源LLMs（如GPT-2-base和LLaMA模型），并评估了它们的协同性能。此外，作者还强调了NetGPT所需的重大架构变化，并展示了基于边缘LLMs的人气预测和意图推断的性能。综上所述，NetGPT是一种有前景的本地AI网络架构，超越了个性化生成服务。]]></description><category></category></item><item><title><![CDATA[新质生产力人工智能+系列2：6G时代AI研究-CSI压缩反馈（含任务、数据集、代码、解题思路PPT资源）]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/136864454</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/136864454</guid><author>TELCOM17AI4NET</author><pubDate>Thu, 21 Mar 2024 11:30:00 +0800</pubDate><description><![CDATA[复杂信道环境的无线信道状态信息数据及实测数据集，数据量级达到60万条。无论5G、5G-A还是后续的6G都需要考虑利用AI技术进行更高效率的压缩。该数据集可用于训练CSI压缩反馈等网元智能模型，压缩UE侧的信道特征信息，并实现信道状态信息的无损还原， 实现快速准确的CSI压缩反馈能力， 提升反馈精度、降低反馈开销。]]></description><category></category></item><item><title><![CDATA[新质生产力人工智能+系列1：无线故障根因定位（含任务、数据集、代码、解题思路PPT资源）]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/136715792</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/136715792</guid><author>TELCOM17AI4NET</author><pubDate>Thu, 14 Mar 2024 17:11:30 +0800</pubDate><description><![CDATA[现网丰富的无线网络运维告警数据和故障工单数据，涵盖130类告警及23类故障原因，数据量级达到460万条。该数据集可用于训练故障根因分析模型，高效快速地定位故障问题，从而﻿减少实际派单数量，优化派单策略，节约人工成本。]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI 只要3小时，完赛经验刷起来－智慧网络开放创新平台首届打榜活动提交说明]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/136207379</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/136207379</guid><author>TELCOM17AI4NET</author><pubDate>Wed, 21 Feb 2024 11:33:04 +0800</pubDate><description><![CDATA[顺畅参赛、顺利完赛，参赛经验刷起来，中国移动智慧网络人工智能开放创新平台首届打榜活动即将完赛，提交评测与成果小技巧分享。]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI 新手指南002--开放创新平台宝藏的正确打开方式--任务打榜]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/134374136</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/134374136</guid><author>TELCOM17AI4NET</author><pubDate>Mon, 13 Nov 2023 12:15:17 +0800</pubDate><description><![CDATA[中国移动智慧网络国家新一代人工智能开放创新平台服务网络智能化应用研发，提供了打榜任务活动。支持智慧网络、网络智能化领域的算法研究和验证，支持打榜活动的开展和代码开发与结果评测。]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI 新手指南001--开放创新平台宝藏的正确打开方式--数据集使用]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/134243053</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/134243053</guid><author>TELCOM17AI4NET</author><pubDate>Mon, 06 Nov 2023 11:54:40 +0800</pubDate><description><![CDATA[8月30日 中国移动发布了" 智慧网络国家新一代人工智能开放创新平台“，平台服务网络智能化应用研发，提供了典型任务研发的必要。首页介绍了平台整体架构、能力、案例、生态情况。点击顶部按钮”数据“，进入数据集介绍页。可以看到，开放的数据集是”聚焦现代通信网络与AI邻域，提供多场景、体系化的中国移动精品数据集。算法场景模式分为 “决策"、"预测"、"感知"、"诊断"，4种类型场景；运营商经营环节分为”规划“、”建设“、”维护“、”运营“、”优化“、”资源“ 6个环节；]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI 大模型论文-电信大语言模型：下一件大事？-Large Language Models for Telecom: The Next Big Thing?]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133387855</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133387855</guid><author>TELCOM17AI4NET</author><pubDate>Tue, 03 Oct 2023 10:00:00 +0800</pubDate><description><![CDATA[在这篇文章中，我们的目标是展开的机会，可以从集成LLM到电信领域。特别是，我们的目标是把一个前瞻性的愿景，在未来的无线网络的可能性和应用的LLM的新领域，定义方向的设计，培训，测试和部署电信LLM，并揭示了相关的理论和实践挑战的见解。虽然几种现有的基础模型利用了不同类型的数据模式，包括文本、图像和视频，但由于此类数据集的大小相对有限，通常领域特定的数据难以与LLM结合。由于涉及范围广泛的无线数据，电信数据的获取和集成在LLM中尤其具有挑战性，这些数据与前面提到的数据模式具有不同的性质和特征。]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI 大模型论文-通过大语言模型理解电信语言-Understanding Telecom Language Through Large Language Models]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133387964</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133387964</guid><author>TELCOM17AI4NET</author><pubDate>Sat, 30 Sep 2023 10:00:00 +0800</pubDate><description><![CDATA[微调预训练的LLM可以有效地识别电信语言的类别，其中。]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI 大模型论文-从多层感知器到GPT：无线物理层DL研究 From Multilayer Perceptron to GPT: A Reflection on DL]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133387684</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133387684</guid><author>TELCOM17AI4NET</author><pubDate>Thu, 28 Sep 2023 22:00:00 +0800</pubDate><description><![CDATA[大多数应用于无线通信物理层的深度学习（DL）研究都没有提出 准确性-泛化 权衡 （accuracy-generalization trade-off ）在开发和评估实用算法中的关键作用。为了突出这种常见做法的缺点，我们重新审视数据解码的例子，从介绍基于DL的端到端无线通信系统的第一篇论文到促进使用人工智能（AI）/DL的无线物理层研究。然后，我们提出了两个关键的权衡设计DL模型的通信，即准确性与泛化和压缩与延迟。]]></description><category></category></item><item><title><![CDATA[1小时收获通信AI|网络人工智能项目经验-大厂校园招聘通关秘籍（白嫖 30W年薪项目经验）]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133165608</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133165608</guid><author>TELCOM17AI4NET</author><pubDate>Fri, 22 Sep 2023 12:38:59 +0800</pubDate><description><![CDATA[让每一个致力于网络通信AI研究的同学都能用的开放创新平台，不仅提供了真实的项目需求，也考虑到小白的苦衷，提供了完善的项目介绍、数据、算力、算法、代码环境。让每一个致力于网络通信AI研究的同学都能快速上手领域研究。不仅有完善的环境，这些项目任务都有各顶级学会、联盟的竞赛加持。]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI 研究课题与方向梳理盘点及优质综述论文]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133137998</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/133137998</guid><author>TELCOM17AI4NET</author><pubDate>Fri, 22 Sep 2023 11:30:00 +0800</pubDate><description><![CDATA[为深入理解网络智能化领域总体情况和概要，对该领域的综述类、经典汇聚类论文进行梳理并研读。关键字如下：AI/DL/CNN/自治/自智/自动驾驶/智慧 通信/电信/网络 综述，整理出数据集体系化标签。无线物理层（L1）信道同步波束频谱管理定位优化无线MAC层（链路层L2）移动性管理资源分配【MTC，流量、计算、缓存、功率、频谱、回程、路由、计算、资源、波束】能耗 管理非对称流量网络接入网络/虚拟网络层（网络层L3）切片NFVSDN网络及系统优化（切换、关联、路由、聚类。]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI十大方向-信道建模预测之 基于AI的CSI压缩反馈]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/131534977</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/131534977</guid><author>TELCOM17AI4NET</author><pubDate>Tue, 04 Jul 2023 15:03:04 +0800</pubDate><description><![CDATA[基于以上研究背景，“智慧网络”国家新一代人工智能开放创新平台构建了基于AI的CSI压缩反馈开放任务，用户可使用平台提供的AI算法开发、训练环境，并在线使用丰富数据集及可灵活自配置参数的构建数据集的仿真能力进行AI模型训练，可满足模型精度及模型泛化性等多种研究需求。此外在该任务中还提供了一种可验证AI模型在整个通信过程中效果的系统级仿真环境，并提供了多种系统级指标进行算法多维度的验证、评估。深度学习( Deep Learning，DL) 为解决大规模MIMO 系统中的CSI 反馈问题提供了新的思路。]]></description><category></category></item><item><title><![CDATA[网络智能化/通信AI TOP10 十大仿真环境(常用仿真环境)]]></title><link>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/131344890</link><guid>https://blog.youkuaiyun.com/TELCOM17AI4NET/article/details/131344890</guid><author>TELCOM17AI4NET</author><pubDate>Thu, 22 Jun 2023 22:23:04 +0800</pubDate><description><![CDATA[本文介绍了通信仿真或者网络仿真中常用的仿真环境或者仿真平台：NS2/NS3、OMNET++、Matlab、OPNET、NETSIM、QualNet、JSIM、SWAN、GloMoSiM、TOSSIM、REAL、Jist、GNS3、DRMSim, TraNS, NTCUns等。]]></description><category></category></item></channel></rss>