CN119452610A 装置、方法和计算机程序 （上海诺基亚贝尔股份有限公司）

2024.12.17PCT/CN2022/0994102022.06.17WO2023/240589EN2023.12.21给定用例确定机器学习模型的行为要求策略的23.如权利要求1或2所述的设备，其中，所述从所述分析生成者接收针对给定用例的与所述机器学习模型相关联的至少一个行为例的与所述机器学习模型相关联的至少一个行为要求向所述分析生成者提供针对所述给定用例的与所述机器学习模型相关联的至少一个7.如权利要求1至6中任一项所述的设备，向所述分析消费者提供针对给定用例的与所述机器学习模型相关联的至少一个行为定用例的与所述机器学习模型相关联的至少一个性能要求从所述分析消费者接收针对所述给定用例的与所述机器学习模型相关联的所述至少从所述至少一个数据源接收用于训练所述机器学习模型3从所述分析生成者接收基于所述行为要求策略确定的性能从分析消费者接收针对给定用例的行为要求策从所述分析生成者处接收基于所述行为要求策略确定的性能从分析消费者接收针对给定用例的行为要求策从所述分析生成者接收基于所述行为要求策略确定的性能从分析消费者接收针对给定用例的行为要求策4[0003]在无线通信系统中，至少两个站之间的通信会话的至少一部分发生在无线链路关联的各种实体被允许做什么以及如何实现。通常还定义了用于连接的通信协议和/或参数。通信系统的一个示例是UTRAN(3G无线电)。其他通信系统的示例是通用移动通信系统(UMTS)无线接入技术的长期演进(LTE)和所谓的5G或新空口(NR)网络。NR正在由第三代合述分析生成者接收基于所述行为要求策略确定的性能评估[0007]所述设备可以包括用于从所述分析生成者接收基于所述行为要求策略确定的性[0009]所述设备可以包括用于从所述分析生成者接收针对给定用例的与所述机器学习5[0014]所述设备可以包括用于向所述分析消费者提供基于所述行为要求策略确定的性[0016]所述设备可以包括用于向所述分析消费者提供针对给定用例的与所述机器学习[0017]所述设备可以包括用于在广播消息中向所述分析消费者提供针对给定用例的与所述机器学习模型相关联的至少一个性能要求策略的[0020]所述设备可以包括用于从至少一个数据源请求用于训练所述机器学习模型的数[0022]所述方法可以包括从所述分析生成者接收基于所述行为要求策略确定的性能评[0024]所述方法可以包括从所述分析生成者接收针对给定用例的与所述机器学习模型[0025]所述方法可以包括从所述分析生成者接收广播消息中针对给定用例的与所述机[0026]所述方法可以包括向所述分析生成者提供针对所述给定用例的与机器学习模型6[0029]所述方法可以包括向所述分析消费者提供基于所述行为要求策略确定的性能评[0031]所述方法可以包括向所述分析消费者提供针对给定用例的与所述机器学习模型[0032]所述方法可以包括在广播消息中向所述分析消费者提供针对给定用例的与所述机器学习模型相关联的至少一个性能要求策略[0033]所述方法可以包括从所述分析消费者接收针对所述给定用例的与所述机器学习[0037]所述装置可以配置为从所述分析生成者接收基于所述行为要求策略确定的性能[0039]所述装置可以配置为从所述分析生成者接收针对给定用例的与所述机器学习模[0040]所述装置可以配置为从所述分析生成者接收广播消息中针对给定用例的与所述机器学习模型相关联的至少一个行为要求策略[0041]所述装置可以配置为向所述分析生成者提供针对所述给定用例的与机器学习模7[0044]所述装置可以配置为向所述分析消费者提供基于所述行为要求策略确定的性能[0046]所述装置可以配置为向所述分析消费者提供针对给定用例的与所述机器学习模[0047]所述装置可以配置为在广播消息中向所述分析消费者提供针对给定用例的与所述机器学习模型相关联的至少一个性能要求策[0048]所述装置可以配置为接收来自所述分析消费者的针对所述给定用例的与所述机[0050]所述装置可以配置为从至少一个数据源请求用于训练所[0052]可以使所述装置从所述分析生成者接收基于所述行为要求策略确定的性能评估[0054]可以使所述装置执行从所述分析生成者接收针对给定用例的与所述机器学习模[0055]可以使所述装置执行从所述分析生成者接收广播消息中针对给定用例的与所述机器学习模型相关联的至少一个行为要求策略[0056]可以使所述装置执行向所述分析生成者提供针对所述给定用例的与机器学习模[0059]可以使所述装置执行向所述分析消费者提供基于所述行为要求策略确定的性能8[0061]可以使所述装置向所述分析消费者提供针对给定用例的与所述机器学习模型所[0062]可以使所述装置执行在广播消息中向所述分析消费者提供针对给定用例的与所述机器学习模型相关联的至少一个性能要求策[0063]可以使所述装置执行接收来自所述分析消费者的针对给定用例的与所述机器学[0065]可以使所述装置执行从至少一个数据源请求用于训练所述机器学习模型的数据、[0076]合适的通信系统的示例是5G系统(5GS)。5GS中的网络架构可以类似于LTE_高电技术和更精细的QoS支持的需要，以及例如QoS等级的一些按需要求以支持用户观点的网络(ICN)和以用户为中心的内容传递网络(UC_CDN)方法相关。NR可以使用多输入多输出9能(VNF)可以包括使用标准或通用类型服务器而不是定制硬件来运行计算机程序代码的一功能(AF)108以及一个或多个数据网络(DNgNodeB(GNB)集中单元功能的一个或多个gNodeB(GNB)分布式单元功能。RAN可以包括一个DN(数据网络)和在5G上建立的隧道之间朝向与DN交换流量的U[0082]现在将参考图2更详细地描述可能的移动通信设备，图2示出了通信设备200的示USB加密狗)的计算机、个人数据助理(PDA)或配备有无线通信功能的平板电脑、IP话音和硬件辅助执行其设计执行的任务的其他可能的部件203，其包括对接入系统和其他通信连接到其他设备和/或将外部附件(例如免提设备)连接[0084]移动设备200可以经由用于接收的适当装置在空中或无线电以耦接到基站的接收器和发射器。接收器和/或发射器可以被实现为无线电前端或远程无[0086]针对各种优化和预测用例执行AI/ML模型训练。训练过程试图为给定的任务获得的最佳分数的选择对于给定用例在训练模型的性能中起着关键作[0089]召回率是一种计算在模型中捕获了多少实际正值的量度。如果漏报(false[0091]AI/ML回归案例的性能评估度量的一个示例是平均绝对误差(MAE)。MAE估计一组预测中误差的平均幅度，不考虑其方向(即预测和相应观测值之间差值的绝对值的平均[0096]MnS生产者训练AI/ML模型(例如，通过选择相关的超参数和/或调整决策阈值)以[0099]因此，MnS消费者期望有一种方法来提供经训练的AI/ML模型应该遵守依赖于VNFUE的MnS消费者或将消费AIML训练服务的任何3GPP管理[0110]从分析消费者向分析生成者提供的行为要求策略的指示可以包括至对少一个相[0111]在一示例实施例中，消费者向生产者在AIMLT训练请求中指示所需的行为相关要[0112]该方法使分析消费者和生产者能够分别指示针对给定用例的优选和使用的性能[0113]该方法可以包括从分析生成者接收基于性能要求策略确定的性能评估度量值或[0127]MnS生产者可以根据针对其训练AI/ML模型的用例和相关联的行为要求来确定最[0130]分析生成者可以利用来自消费者的信息来选择用于训练和微调模型的正确的评[0132]该方法可以包括在分析消费者处从分析生成者接收针对给定用例的与机器学习[0133]可以在广播消息中向分析消费者提供针对给定用例的与机器学习模型相关联的[0135]图6示出了根据示例实施例的AI/ML训练(AIMLT)MnS消费者、AIMLTMnS生产者和[0138]在步骤2中，AIMLTMnS消费者向AIMLTMnS生产者请求针对给定用例的经过训练[0145]在步骤8中，AIMLTMnS生产者评估相对于AIMLTMnS消费者指示的策略而收到的[0149]在步骤10中，AIMLTMnS消费者提供指示所选的评估度量和对应的性能分数的训[0155]该设备可以包括：用于针对给定用例确定机器学习模型的行为要求策略的装置、