下一代无线传感器网络正在经历一个巨大变化,将数以十亿计的设备和数以百万计的人。这些网络的定位是一个至关重要的主持人以前闻所未闻的互联网的一切(埃克斯波特学院)功能。扩展的现实(XR)、虚拟、混合和增强现实,网络自治系统,远程医疗,触觉,飞行汽车和其他服务是服务的例子。允许这些埃克斯波特学院的应用,无线系统必须提供非常低的延迟,良好的可靠性,为异构设备和大型数据率在同一时间通过下行和上行。

此外,日益增长的埃克斯波特学院服务需要端到端合作设计计算、控制和通讯功能。下一代网络预计处理具体问题以无线系统变成自我维持和智能系统能够动态地配置和编排computing-control-communication-storage传感资源适合埃克斯波特学院服务的需要。此外,人工智能(AI)将打开一个未来无线网络的一系列新的研究途径。在现实中,下一代网络革命受到巨大的可用性的数据,从大转移和集中的数据分散,巨大的,和小数据。提高网络功能,未来无线系统必须使用两个大型和小型数据集的基础设施。这个运动鼓励就业小说深/机器学习技术,超越传统的方法。使埃克斯波特学院应用程序、可扩展、低延迟、高可靠性的深/机器学习模型必须通过无线部署平台。

这个特殊的问题将汇集商界和学术界的学者调查当前突破和研究使用人工智能方法在下一代无线网络提供埃克斯波特学院服务。我们欢迎原始研究和评论文章。

潜在的主题包括但不限于以下:

• 新AI-enabled下一代无线网络
• 新模式、概念和框架支持AI下一代无线网络
• AI-empowered作业调度和管理在下一代无线网络
• 埃克斯波特学院服务AI-enabled动态资源分配
• 基于ai的互联网游戏理论
• AI-enabled埃克斯波特学院应用程序:智能城市、智能e-health智能移动等
• AI-enabled下一代无线网络的安全问题