We start by discussing the two surv

We start by discussing the two survey papers, and the position paper, that have been accepted in this Special Section. In the article ‘‘Artificial intelligence based techniques for emergingheterogeneousnetworks:Stateofthearts,opportunitiesandchallenges’’,XiaofeiWangetal.provideadetailed survey of how AI-based techniques apply to emerging heterogeneous networks. The use of AI-based techniques for mobile cellular networks is becoming increasingly important as mobile networks are becoming more complex. The authors describe how AI can be used to surmount the myriad challenges related to management, optimization, and maintenance of mobile networks that crop up due to the fast developing mobile communication industry. The use of AI techniques can be use to enable HetNets in becoming intelligent, self-organizing, and autonomously-evolving networks. The authors provide a detailed taxonomy of AI-related techniques from a wide variety of fields (including machine-learning, bio-inspired algorithms, fuzzy neural networks). In the article ‘‘Neighbour discovery for opportunistic networking in Internet of Things scenarios: A survey’’, Pozza et al. have provided a survey of neighbor discovery techniques for opportunistic networking in Internet of Things (IoT) scenarios. The problem of neighbor discovery is becoming increasingly important with the emergence of opportunistic networking in IoT scenarios (such as smart cities)—in such scenarios, acquiring and predicting patterns of node encounters becomes fundamentally important since the success of communication relies on exploiting the availability of fleetingly-available dynamic end-to-end paths. AI techniques can be leveraged in such settings to learn and thereafter exploit knowledge of the mobility patterns of users and devices. In this survey paper, the authors presented a detailed taxonomy through which mobilityaware and mobility-agnostic neighbor discover approaches were introduced. It was shown that mobility-aware neighbor discoveryapproachescancanprofitsignificantlybyoptimizing from their knowledge of mobility.

ผลลัพธ์ (ไทย) 1:

เราเริ่ม โดยการอภิปรายเอกสารสำรวจสอง และตำแหน่งกระดาษ ที่ได้รับการยอมรับในส่วนนี้พิเศษ ในบทความ '' Artificial ข่าวกรองที่ใช้เทคนิคการสำรวจ emergingheterogeneousnetworks:Stateofthearts,opportunitiesandchallenges'',XiaofeiWangetal.provideadetailed เทคนิคใช้ AI วิธีใช้กับเครือข่ายต่างชนิดที่เกิดขึ้นใหม่ การใช้เทคนิคใช้ AI สำหรับเครือข่ายโทรศัพท์มือถือเป็นสำคัญมากขึ้นเป็นเครือข่ายมือถือจะกลายเป็นซับซ้อนมาก ผู้เขียนอธิบายวิธีใช้ AI การฟันฝ่าความท้าทายมากมายที่เกี่ยวข้องกับการจัดการ เพิ่มประสิทธิภาพ และการบำรุงรักษาเครือข่ายโทรศัพท์เคลื่อนที่ตัดขึ้นเนื่องจากอุตสาหกรรมสื่อสารเคลื่อนที่พัฒนาอย่างรวดเร็ว การใช้เทคนิค AI สามารถใช้เพื่อเปิดใช้งาน HetNets กลายเป็นอัจฉริยะ จัดเอง และเครือข่ายที่ได้รับการพัฒนาด้วยตนเอง ผู้เขียนให้รายละเอียดระบบภาษีของหลากหลายของ fields (รวมถึงขั้นตอนวิธีการเรียน รู้ของเครื่อง แรงบันดาลใจ จากชีวภาพ เครือข่ายประสาทที่พร่าเลือน) เทคนิคที่เกี่ยวข้องกับ AI ในบทความ '' ค้นพบเพื่อนบ้านเลิกเชื่อมต่อเครือข่ายในอินเตอร์เน็ตสิ่งสถานการณ์: การสำรวจ '', Pozza et al.ได้ให้เพื่อนบ้านค้นพบเทคนิคการสำรวจสำหรับระบบเครือข่ายโอกาสในในอินเทอร์เน็ตของสิ่ง (IoT) สถานการณ์ ปัญหาของการค้นพบเพื่อนบ้านเป็นสิ่งสำคัญมากขึ้นกับการเกิดขึ้นของระบบเครือข่ายโอกาสในสถานการณ์ IoT (เช่นเมืองอัจฉริยะ) ซึ่งในสถานการณ์ดังกล่าว การรับ และการทำนายรูปแบบพบโหนเป็นพื้นฐานสำคัญตั้งแต่ความสำเร็จของการสื่อสารที่อาศัยการใช้ประโยชน์จากความพร้อมของเส้นทางสู่ปลายแบบไดนามิก fleetingly พร้อมใช้งาน เทคนิค AI สามารถ leveraged ได้ในการตั้งค่าดังกล่าวเพื่อเรียนรู้ และหลังจากนั้นใช้ประโยชน์จากความรู้ของรูปแบบการเคลื่อนไหวของผู้ใช้และอุปกรณ์ ในกระดาษนี้สำรวจ ผู้เขียนแสดงรายละเอียดระบบภาษีซึ่ง mobilityaware และเพื่อนบ้านเคลื่อน agnostic ค้นพบวิธีที่ถูกนำมาใช้ มันแสดงให้เห็นว่า discoveryapproachescancanprofitsignificantlybyoptimizing เพื่อนบ้านทราบเคลื่อนไหวความรู้เคลื่อน

ผลลัพธ์ (ไทย) 2:

เราเริ่มต้นด้วยการพูดถึงทั้งสองเอกสารการสำรวจและกระดาษตำแหน่งที่ได้รับการยอมรับในมาตรานี้พิเศษ ในบทความ '' Arti Fi cial ปัญญาตามเทคนิค การสำรวจของเทคนิควิธี AI-based นำไปใช้กับเครือข่ายต่างกันที่เกิดขึ้นใหม่ การใช้เทคนิคเอไอที่ใช้สำหรับเครือข่ายมือถือโทรศัพท์มือถือกลายเป็นสิ่งสำคัญมากขึ้นเป็นเครือข่ายมือถือจะกลายเป็นความซับซ้อนมากขึ้น ผู้เขียนอธิบายวิธี AI สามารถใช้ในการฟันฝ่าความท้าทายมากมายที่เกี่ยวข้องกับการบริหารจัดการการเพิ่มประสิทธิภาพและการบำรุงรักษาเครือข่ายมือถือที่ปลูกขึ้นเนื่องจากการที่อุตสาหกรรมการสื่อสารการพัฒนาอย่างรวดเร็วมือถือ การใช้เทคนิคเอไอสามารถใช้เพื่อเปิดใช้งาน HetNets ในการเป็นอัจฉริยะด้วยตนเองการจัดระเบียบและเครือข่ายด้วยตนเองการพัฒนา ผู้เขียนให้อนุกรมวิธานละเอียดของเทคนิคที่เกี่ยวข้องกับ AI จากหลากหลายของ elds Fi (รวมถึงเครื่องเรียนรู้ขั้นตอนวิธีการทางชีวภาพที่เป็นแรงบันดาลใจ, เครือข่ายประสาทเลือน) ในบทความ '' การค้นพบเพื่อนบ้านสำหรับเครือข่ายฉวยโอกาสในอินเทอร์เน็ตของสิ่งสถานการณ์: การสำรวจ '', et al, Pozza ได้จัดให้มีการสำรวจของเทคนิคการค้นพบเพื่อนบ้านสำหรับเครือข่ายฉวยโอกาสในอินเทอร์เน็ตของสิ่ง (IoT) สถานการณ์ ปัญหาของการค้นพบเพื่อนบ้านจะทวีความสำคัญมากขึ้นกับการเกิดขึ้นของเครือข่ายฉวยโอกาสในสถานการณ์ IoT (เช่นเมืองมาร์ท) -in สถานการณ์ดังกล่าวการแสวงหาและการทำนายรูปแบบของโหนดเผชิญหน้ากลายเป็นสิ่งสำคัญพื้นฐานตั้งแต่ความสำเร็จของการสื่อสารที่อาศัยการใช้ประโยชน์จากความพร้อมของ FL-eetingly ไดนามิกเส้นทางแบบ end-to-end เทคนิคเอไอสามารถยกระดับในการตั้งค่าดังกล่าวที่จะเรียนรู้และหลังจากนั้นใช้ประโยชน์จากความรู้เกี่ยวกับรูปแบบการเคลื่อนไหวของผู้ใช้และอุปกรณ์ ในกระดาษการสำรวจครั้งนี้ผู้เขียนนำเสนอรายละเอียดของอนุกรมวิธานผ่านที่ mobilityaware และการเคลื่อนไหวไม่เชื่อเรื่องพระเจ้าเพื่อนบ้านค้นพบวิธีการที่ถูกนำมาใช้ มันก็แสดงให้เห็นว่าการเคลื่อนไหวของเพื่อนบ้านทราบ discoveryapproachescancanpro Fi tsigni Fi cantlybyoptimizing จากความรู้ของพวกเขาในการเคลื่อนย้าย

ผลลัพธ์ (ไทย) 3:

เราเริ่มต้นด้วยการอภิปรายสองการสำรวจเอกสารและตำแหน่งกระดาษที่ได้รับการยอมรับ ในตอนพิเศษนี้ ใน "arti บทความ " จึงปัญญา่ตามเทคนิค emergingheterogeneousnetworks : stateofthearts opportunitiesandchallenges , " " xiaofeiwangetal.provideadetailed การสำรวจว่า AI พื้นฐานเทคนิคใช้กับเครือข่ายข้อมูลที่เกิดขึ้นใหม่ การใช้ AI พื้นฐานเทคนิคสำหรับเครือข่ายโทรศัพท์มือถือมือถือเป็นสิ่งสำคัญมากขึ้นเป็นเครือข่ายโทรศัพท์มือถือจะกลายเป็นความซับซ้อนมากขึ้น ผู้เขียนอธิบายว่า Ai น่ะ สามารถใช้ในการผ่านพ้นความท้าทายมากมายที่เกี่ยวข้องกับการจัดการที่เหมาะสมและการบำรุงรักษาเครือข่ายมือถือที่ปลูกขึ้นเนื่องจากการสื่อสารเคลื่อนที่อย่างรวดเร็วในการพัฒนาอุตสาหกรรม การใช้ AI เทคนิคสามารถใช้เพื่อช่วยให้ hetnets เป็นฉลาด , บน , และอัตโนมัติการพัฒนาเครือข่าย ผู้เขียนให้ข้อมูลอนุกรมวิธานของ AI ที่เกี่ยวข้อง เทคนิค จาก หลากหลาย จึง elds ( รวมถึงการเรียนรู้เครื่องไบโอ แรงบันดาลใจจากขั้นตอนวิธีโครงข่ายใยประสาทฟัซซี่ ) ในบทความ " "neighbour การค้นพบเครือข่ายในอินเทอร์เน็ตของสิ่งต่างๆเช่นการสำรวจ " " ปอซ et al . ได้มีการสำรวจเพื่อนบ้านค้นพบเทคนิค ฉวยโอกาส เครือข่ายในอินเทอร์เน็ตของสิ่ง ( IOT ) สถานการณ์ ปัญหาของการค้นพบเพื่อนบ้านเป็นสำคัญมากขึ้นกับการเกิดขึ้นของเครือข่ายต้องฉวยโอกาสในสถานการณ์ ( เช่นเมืองสมาร์ท ) - ในสถานการณ์เช่นนี้ การรับ และทำนายรูปแบบของโหนดพบกลายเป็นพื้นฐานสำคัญเนื่องจากความสำเร็จของการใช้ประโยชน์จากการสื่อสารที่อาศัยความพร้อมของfl eetingly ใช้ได้แบบไดนามิกสิ้นสุดเส้นทาง ผสมเทียมสามารถ leveraged ในการตั้งค่าดังกล่าว เพื่อเรียนรู้ และใช้ประโยชน์จากความรู้ในตัว หลังจากนั้นรูปแบบของอุปกรณ์และผู้ใช้ . ในการสำรวจนี้กระดาษที่ผู้เขียนนำเสนออนุกรมวิธานรายละเอียดและการเคลื่อนไหวที่ผ่าน mobilityaware agnostic เพื่อนบ้านค้นพบวิธีได้ถูกนำมา มันแสดงให้เห็นว่าการเคลื่อนไหวตระหนักถึงเพื่อนบ้าน discoveryapproachescancanpro จึง tsigni จึง cantlybyoptimizing จากความรู้ของการเคลื่อนไหว