无线网络中的信息年龄

您的数据有多旧？

#

数据及时性是我在Methanex NZ工作期间确定的六个标准之一，新信息具有更大的价值！最近，研究人员正在提出算法，用于调度从传感器和IoT设备收集数据，以最小化下一代无线网络（5G）中的信息年龄（AoI）。

数据质量

#

我在Methanex NZ工作期间对数据质量进行了研究，这些是我在评估数据质量时确定的关键点。

• 数据及时性，使用时数据的价值
• 完整性，系统中没有缺失字段的数据的度量。
• 一致性，保持数据一致性的度量。
• 可信度，对数据源的信心。
• 准确性，数据代表现实的程度。
• 完整性，来源数量和数据一致性水平。

欢迎来到数据时代。

#

信息年龄

#

信息年龄关注数据的新鲜度[1]。信息年龄的最近浪潮是由于从4G到5G的过渡。随着5G，更多的重点放在为物联网（IoT）设备和机器类型通信（MTC）提供服务的无线技术上[2]。

AoI的最新研究

#

基于强化学习的调度算法，用于优化超可靠低延迟网络中的信息年龄 [1]

在本文中，作者考虑了一个工厂环境，其中有许多传感器根据其当前状态不断传输数据。这些传感器不包含任何设备存储。因此，要记录传感器的当前状态，必须由远程调度器选择其信号。其他传感器的信号将被调度器的接入点忽略。因此，为调度器创建了一个困境，即最佳选择异构传感器，以便不违反时间敏感的要求。"URLLC术语最小化通过确保每个传感器的AoI超过预定义阈值的概率应处于最小值来表示。“作者提出了一种基于机器学习的方法来解决他们提出的公式。

最小化具有相关观测的传感器的信息年龄 [3]

在本文中，作者研究了"具有相关传感器信息的通用设置中的平均AoI”。我们可以最小化从同一来源发送到接入点的冗余数据量。这需要一个智能策略来调度接入点从具有不同传输速率和数据大小的传感器接收数据。基于机器学习的策略允许调度器识别传感器的源数据并接收最少量的数据以最小化总体信息年龄。

参考文献

#

[1] Elgabli, A., Khan, H., Krouka, M., & Bennis, M. (2018). Reinforcement learning based scheduling algorithm for optimizing age of information in ultra reliable low latency networks. arXiv preprint arXiv:1811.06776.

[2] Boccardi, Federico, et al. “Five disruptive technology directions for 5G.” IEEE Communications Magazine 52.2 (2014): 74-80.

[3] Kalør, Anders E., and Petar Popovski. “Minimizing the Age of Information from Sensors with Correlated Observations.” arXiv preprint arXiv:1811.06453 (2018).