Tila-avaruusmallit ja niiden hyödyntäminen tietoliikenteessä
No Thumbnail Available
Files
Rautavirta_Mikaela_2024.pdf (1.4 MB) (opens in new window)
Aalto login required (access for Aalto Staff only).
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2024-05-25
Department
Major/Subject
Informaatioteknologia
Mcode
ELEC3015
Degree programme
Sähkötekniikan kandidaattiohjelma
Language
fi
Pages
34
Series
Abstract
Tila-avaruusmallit (engl. State Space Model, SSM) ovat syväoppimisen sekvenssimallien luokka. Ne perustuvat nimensä mukaan järjestelmän kuvaamiseen tilan ajan funktiona, jonka ansiosta malli ennustaa tehokkaasti tila-avaruus-riippuvuuksia. SSM:t ovat hyödyllisiä esimerkiksi mallinnuksessa ja datan prosessoinnissa. Verrattuna suuriin kielimalleihin, SSM:t ovat antaneet lupaavia tuloksia tietoliikenteessä yleisten, pitkien sekvenssien käsittelyssä. Perusmallit (engl. Foundation Models) perustuvat lähes poikkeuksetta Transformer-arkkitehtuuriin, mutta ne ovat huonoja pitkien sekvenssien käsittelyssä. SSM-malleihin perustuva Mamba on saavuttaa 5x paremman suorituskyvyn ja lyö kaksi kertaa isommat Transformer-mallit. Tietoliikenteen fyysisellä kerroksella SSM-malleja voidaan hyödyntää signaalin häiriöiden minimoinnissa ja virheiden korjaamisessa. Esimerkkisovelluksia on mm. toistimien sijoittelu, sensoriverkkojen hallinta ja poikkeamien havaitseminen 5G-testauksessa ja ennakoivassa kunnossapidossa. SSM-malleilla voidaan optimoida säteenmuodostusta ja taajuusdupleksilähetystä sekä tarjota älykkäitä ratkaisuja langattomille verkoille. Nämä ratkaisut ovat tärkeitä, koska ne parantavat energia- ja kustannustehokkuutta, palveluiden käyttäjäkokemusta sekä edistävät tulevaisuuden langatonta teknologiaa.Description
Supervisor
Aalto, SamuliThesis advisor
Ruttik, KalleKeywords
tila-avaruusmallit, tekoäly, tietoliikenne