With today’s computer networks beco

With today’s computer networks becoming increasingly dynamic, heterogeneous, and complex, there is great interest in deploying artificial intelligence (AI) based techniques for optimization and management of computer networks. AI techniques—that subsume multidisciplinary techniques from machine learning, optimization theory, game theory, control theory, and meta-heuristics—have long been applied tooptimizecomputernetworksinmanydiversesettings.Such anapproachisgainingincreasedtractionwiththeemergence of novel networking paradigms that promise to simplify network management (e.g., cloud computing, network functions virtualization, and software-defined networking) and provideintelligentservices(e.g.,future5Gmobilenetworks). Looking ahead, greater integration of AI into networking architectures can help develop a future vision of cognitive networksthatwillshownetwork-wideintelligentbehaviorto solve problems of network heterogeneity, performance, and quality of service (QoS). IEEE ACCESS is the new multidisciplinary, flagship open-access journal of IEEE that is committed to presenting the results of high-quality research across all of the IEEE’s fields of interest. The objective of this Special Section on Artificial Intelligence Enabled Networking in IEEE ACCESS is to document the state of the art in this fast-developing exciting area of networking research. The topic of this Special Section lies at the intersection of a number of complementary specializations such as machine learning/AI,cognitivesciences,bigdata,etc.Thisisreflected in the diversity of techniques and networking configurations thatweobserveinthepapersacceptedinthisSpecialSection. Overallsevenhigh-qualitypapershavebeenacceptedfrom leading groups around the world after a rigorous peer-review process. The accepted papers include comprehensive survey/ tutorial and position papers from leading experts as well as original research on new and emerging topics. The accepted papers focus on a number of distinct network configurations such as Internet of Things (IoT); 4G and 5G networks such as long-term evolution (LTE) and heterogeneous networks (HetNets); cognitive networks; and vehicular ad-hoc networks. These papers propose a wide spectrum of techniques such as reinforcement learning (RL), deep neural networks (DNN), and tensor voting.

ผลลัพธ์ (ไทย) 1:

เครื่องของคอมพิวเตอร์แบบไดนามิก ชนิด และเรื่อย ๆ ซับซ้อน มีความสนใจในการปรับใช้ artificial ข่าวกรอง (AI) ใช้เทคนิคการเพิ่มประสิทธิภาพและการจัดการเครือข่ายคอมพิวเตอร์ เทคนิค AI — ที่ subsume สหสาขาวิชาชีพเทคนิคจากการเรียนรู้ของเครื่อง การเพิ่มประสิทธิภาพทฤษฎี ทฤษฎีเกม ทฤษฎีการควบคุม และเมตาฮิวริสติซึ่งมีมานานแล้วใช้ tooptimizecomputernetworksinmanydiversesettings เช่น anapproachisgainingincreasedtractionwiththeemergence ของกรอบข่ายใหม่ที่จะทำให้การจัดการเครือข่าย (เช่น คลาวด์คอมพิวติ้ง เครือข่ายฟังก์ชันเสมือน และเครือข่ายซอฟต์แวร์กำหนด) และ provideintelligentservices(e.g.,future5Gmobilenetworks) มองไปข้างหน้า ประสานของ AI ในระบบเครือข่ายก็สามารถช่วยพัฒนาอนาคตขององค์ความรู้ networksthatwillshownetwork-wideintelligentbehaviorto แก้ไขปัญหาเครือข่าย heterogeneity ประสิทธิภาพ และคุณภาพของบริการ (QoS) ได้ มี IEEE ใหม่สหสาขาวิชาชีพ flagship เปิดการเข้าถึงสมุดรายวันของ IEEE ที่ทำให้การนำเสนอผลการวิจัยคุณภาพของ IEEE fields น่าสนใจทั้ง นั้น วัตถุประสงค์ของส่วนนี้พิเศษบน Artificial ปัญญาเปิดใช้งานระบบเครือข่ายในการเข้าถึง IEEE คือ เอกสารทันสมัยบริเวณนี้พัฒนาอย่างรวดเร็วน่าตื่นเต้นของเครือข่ายวิจัย หัวข้อของส่วนพิเศษนี้อยู่ที่จุดตัดของจำนวนประชาชนเสริมเช่นเครื่องเรียนรู้หรือคอมพิวเตอร์ cognitivesciences, bigdata ฯลฯ Thisisreflected ในความหลากหลายของเทคนิคและระบบเครือข่าย configurations thatweobserveinthepapersacceptedinthisSpecialSection Overallsevenhigh-qualitypapershavebeenacceptedfrom กลุ่มชั้นนำทั่วโลกหลังจากการทบทวนอย่างเข้มงวด เอกสารยอมรับรวมถึงการสำรวจที่ครอบคลุม / กวดวิชาและตำแหน่งกระดาษชั้นนำผู้เชี่ยวชาญรวมทั้งงานวิจัยต้นฉบับบนใหม่ และหัวข้อใหม่ เอกสารยอมรับเน้นที่จำนวนของ configurations แตกต่างเครือข่ายเช่นอินเทอร์เน็ตของสิ่ง (IoT); เครือข่าย 4g และ 5G เช่นวิวัฒนาการระยะยาว (LTE) และเครือข่ายต่างชนิด (HetNets); เครือข่ายองค์ความรู้ และเครือข่ายเฉพาะกิจยานพาหนะ เอกสารเหล่านี้เสนอหลากหลายเทคนิคเช่นการเสริมการเรียนรู้ (RL), เครือข่ายประสาทลึก (DNN), และเสียง tensor

ผลลัพธ์ (ไทย) 2:

ด้วยเครือข่ายคอมพิวเตอร์ในปัจจุบันกลายเป็นแบบไดนามิกมากขึ้นต่างกันและมีความซับซ้อนมีความสนใจที่ดีในการปรับใช้ Arti Fi หน่วยสืบราชการลับทางการ (AI) เทคนิคพื้นฐานสำหรับการเพิ่มประสิทธิภาพและการจัดการของเครือข่ายคอมพิวเตอร์ AI เทคนิคที่ subsume เทคนิคสหสาขาวิชาชีพจากการเรียนรู้เครื่องทฤษฎีการเพิ่มประสิทธิภาพของทฤษฎีเกมทฤษฎีการควบคุมและเมตา-heuristic มีมานานแล้วใช้ anapproachisgainingincreasedtractionwiththeemergence tooptimizecomputernetworksinmanydiversesettings.Such ของกระบวนทัศน์เครือข่ายนวนิยายที่สัญญาว่าจะลดความซับซ้อนของการจัดการเครือข่าย (เช่นคอมพิวเตอร์เมฆ, เครือข่าย ฟังก์ชั่นการทำงานแบบเสมือนและซอฟแวร์เดอ Fi เครือข่าย Ned) และ provideintelligentservices (เช่น future5Gmobilenetworks) มองไปข้างหน้าบูรณาการมากขึ้นของ AI เข้าไปในสถาปัตยกรรมเครือข่ายสามารถช่วยพัฒนาวิสัยทัศน์ในอนาคตของความรู้ความเข้าใจ networksthatwillshownetwork-wideintelligentbehaviorto แก้ปัญหาของเซลล์สืบพันธุ์เครือข่ายประสิทธิภาพและคุณภาพของบริการ (QoS) IEEE ACCESS เป็นสหสาขาวิชาชีพใหม่, FL agship วารสารเปิดการเข้าถึงของ IEEE ที่มุ่งมั่นที่จะนำเสนอผลการวิจัยที่มีคุณภาพสูงในทุกมาตรฐาน IEEE ของ elds Fi ที่น่าสนใจ วัตถุประสงค์ของตอนพิเศษนี้ใน Arti ข่าวกรองทางการ Fi เปิดการใช้งานเครือข่ายในการเข้าถึงถูก IEEE กับเอกสารรัฐของศิลปะในพื้นที่ที่น่าตื่นเต้นนี้การพัฒนาอย่างรวดเร็วของการวิจัยเครือข่าย หัวข้อของมาตรานี้พิเศษอยู่ที่จุดตัดของจำนวนเฉพาะที่สมบูรณ์เช่นการเรียนรู้เครื่อง / ไอ cognitivesciences, BigData ที่ฟลอริด้า etc.Thisisre ected ในความหลากหลายของเทคนิคและเครือข่าย Con Fi gurations thatweobserveinthepapersacceptedinthisSpecialSection Overallsevenhigh-qualitypapershavebeenacceptedfrom กลุ่มทั่วโลกชั้นนำหลังจากที่กระบวนการทบทวนอย่างเข้มงวด เอกสารที่ได้รับการยอมรับรวมที่ครอบคลุมการสำรวจ / กวดวิชาและตำแหน่งเอกสารจากผู้เชี่ยวชาญชั้นนำรวมทั้งการวิจัยเดิมในหัวข้อใหม่และที่เกิดขึ้นใหม่ เอกสารที่ได้รับการยอมรับมุ่งเน้นไปที่จำนวนของเครือข่ายที่แตกต่างกัน gurations Con Fi เช่นอิน​​เทอร์เน็ตของสิ่ง (IoT); 4G 5G และเครือข่ายเช่นวิวัฒนาการระยะยาว (LTE) และเครือข่ายต่างกัน (HetNets); เครือข่ายองค์ความรู้; และเครือข่ายเฉพาะกิจพาหนะ เอกสารเหล่านี้เสนอสเปกตรัมกว้างของเทคนิคเช่นการเสริมแรงการเรียนรู้ (RL) เครือข่ายประสาทลึก (DNN) และเมตริกซ์ที่มีสิทธิออกเสียง