Comsnets คือการประชุมระดับนานาชาติเกี่ยวกับระบบการสื่อสารและเครือข่าย
นี่เป็นงานที่จัดขึ้นเป็นประจำทุกปี ในปี 2022 งานนี้จัดขึ้นที่บังกาลอร์ที่ The Chancery Pavilion Hotel
อีกทั้งยังได้จัดงานออนไลน์ผ่าน “Air Meet” อีกด้วย
หน้าอย่างเป็นทางการสำหรับ Comsnets 2022 : COMSNETS 2022 | คอมส์เน็ตส์ 2022
ลิงก์ Airmeet ที่ใช้จัดการประชุมออนไลน์ : Airmeet: COMSNETS 2022
เอกสารที่เลือกทั้งหมดได้รับการตีพิมพ์ใน IEEE : https://ieeexplore.ieee.org/xpl/conhome/9668311/proceeding
โปรดระวังหน้าเดียวกันสำหรับประกาศ Comsnets ในปีหน้าเกี่ยวกับการลงทะเบียนและการเข้าร่วม
หากคุณกำลังมองหาการส่งเอกสาร กำหนดเวลาอาจเป็นประมาณเดือนกันยายนสำหรับบทคัดย่อและเดือนตุลาคมสำหรับการส่งบทความ
เอกสารพร้อมสำหรับกล้องสำหรับเอกสารที่เลือกจะต้องส่งภายในเดือนพฤศจิกายน
โดยทั่วไปการประชุมจะมีการวางแผนในสัปดาห์แรกของเดือนมกราคม
บทความที่นำเสนอมีตั้งแต่หัวข้อที่เกี่ยวข้องกับการประมวลผลแบบ Edge, ความปลอดภัยของเครือข่าย, IoT, วิทยาศาสตร์มนุษย์ เป็นต้น
บทความที่นำเสนอส่วนใหญ่มาจากนักวิจัยจาก IIT นอกจากนี้ยังมีเอกสารและการสาธิตผลิตภัณฑ์จากโลกธุรกิจด้วย
ธีมทั่วไปประการหนึ่งที่เชื่อมโยงทั้งหมดนี้คือการใช้แมชชีนเลิร์นนิงในโซลูชันที่นำเสนอ
เนื่องจากฉันมาจากโดเมนเครือข่าย ฉันจึงมองหาเนื้อหาที่เกี่ยวข้องกับสาขาของฉัน
การอภิปรายที่น่าสนใจอย่างหนึ่งที่เกิดขึ้นใน “การอภิปรายแบบกลุ่มที่ 3: คำมั่นสัญญาของ AI ได้รับการตระหนักรู้อย่างแท้จริงในระบบเครือข่ายหรือไม่”
สิ่งนี้นำมาซึ่งประเด็นที่น่าสนใจมาก:
- องค์ประกอบดั้งเดิมของโครงร่างเครือข่ายซึ่งประกอบด้วยเครือข่าย fronthaul , midhaul และ backhaul กำลังพัฒนา ขณะนี้มีเครือข่ายที่แตกต่างกัน ไม่เพียงแต่เสาสัญญาณมือถือและองค์ประกอบเครือข่ายและเราเตอร์ที่สร้างองค์ประกอบเครือข่าย ยังมีเครือข่ายที่กำลังพัฒนาซึ่งประกอบด้วยอุปกรณ์ IoT เครือข่ายโดรน เครือข่ายกล้อง การสื่อสารด้วยหุ่นยนต์ ฯลฯ สถาบัน NSF AI สำหรับเครือข่าย Future Edge และหน่วยสืบราชการลับแบบกระจาย (osu.edu)
- มีแรงผลักดันมากมายในแง่ของการวิจัยและการประยุกต์ใช้ ML ในกรณีการใช้งาน Edge สิ่งนี้ปรากฏให้เห็นในการประชุม comsnets ด้วย
- อย่างไรก็ตาม เมื่อพูดถึงการเชื่อมต่อส่วนกลาง/แบ็คฮอล หรือเครือข่ายหลัก ML ยังไม่ได้ถูกนำไปใช้อย่างแพร่หลายมากนัก มีความเป็นไปได้ของการประยุกต์ใช้ ML ที่ปัญหาเครือข่ายหลัก ด้วยเหตุนี้จึงจำเป็นต้องมีความเชี่ยวชาญด้านโดเมนที่แข็งแกร่งซึ่งสามารถระบุคำชี้แจงปัญหาได้
- ปัญหาเครือข่ายบางส่วนที่สามารถแก้ไขได้ที่เครือข่ายหลัก:
- เครือข่ายการรักษาตนเอง:
- เหล่านี้เป็นเครือข่ายที่ใช้เครือข่ายอัตโนมัติที่ตรวจจับและแก้ไขการหยุดทำงาน ความล้มเหลว และการละเมิดทุกประเภท
- Self-Healing Network คืออะไร และฉันจะซื้อได้อย่างไร? — ยูทูป
- การทำนายพฤติกรรมเครือข่ายโดยใช้ Machine Learning AI — YouTube
- เครือข่ายที่ปรับให้เหมาะสม :
- การเพิ่มประสิทธิภาพอาจขึ้นอยู่กับปัจจัยต่างๆ เช่น เวลาที่ใช้ในการตั้งค่าและการแยกบริการ การเพิ่มประสิทธิภาพการคำนวณเส้นทาง การเพิ่มประสิทธิภาพเวิร์กโฟลว์ของผู้ปฏิบัติงาน ฯลฯ
- การตัดสินใจและการควบคุม :
- การจัดเตรียมและการตรวจสอบเวิร์กโฟลว์ที่ชั้นข้อมูลและชั้นเครื่องบินควบคุม
- เครือข่ายตามความตั้งใจ:
- นี่คือคำฉวัดเฉวียนใหม่ เครือข่ายตามเจตนาสามารถเปลี่ยนวิธีการสร้างบริการเครือข่ายได้ ในที่นี้จะระบุเจตนาของผู้ปฏิบัติงาน ซึ่งอาจอยู่ในรูปแบบข้อความหรือเสียง แปลเจตนานี้ให้เป็นเวิร์กโฟลว์เครือข่ายที่แท้จริงและจัดเตรียมจุดประสงค์ดังกล่าว หากมีการขึ้นต่อกันระหว่างเลเยอร์ ให้จัดเรียงโดยไม่ต้องมีเวิร์กโฟลว์แยกต่างหากเพื่อให้ผู้ปฏิบัติงานทริกเกอร์
เมื่อคอมเน็ตปี 2022 สิ้นสุดลง มันกระตุ้นให้ฉันสนใจที่จะเริ่มเรียนรู้ ML และเริ่มมองหาปัญหาเครือข่ายหลักจากมุมมองของ ML