下一代无线网络(NGWN)等5 g和超出预计将极其复杂和动态。超密度部署异构网络的出现,高数据率,和新应用程序需要一个新的无线广播技术范式可能给网络管理带来许多关键挑战,行动,计划和故障排除。同时,生成和消费逐渐从以人为中心的分布式面向机器的无线数据通信,导致未来无线网络操作变得更加复杂。因此,为了减轻未来无线网络运营的复杂性,采用分布式计算的新方法意味着更好的上下文感知将变得越来越重要。

因此,需要观察,人工智能(AI)技术,如深度学习和人工神经网络(ANN)可以动态地研究解决众多挑战物联网(物联网)。机器学习是一种最有前途的人工智能(AI)工具,构思来支持智能无线终端。NGWN必须能够支持低延迟通信,提供ultra-reliability,敏锐地管理物联网(物联网)设备实时动态环境。这样的通信需求和移动边缘和核心情报只能意识到通过集成人工智能(AI)的基本概念和机器学习无线基础设施和终端用户设备等各种应用程序的实时交通数据,传感器数据自动汽车,或Netflix娱乐建议。所有这些应用程序产生相当数量的数据,必须组装和实时处理。

特殊问题的目的是展示当前NGWN人工智能的发展进步。我们欢迎使用综合的概念研究机器学习和人工神经网络(ann NGWN及其潜在的应用。最初的研究和评论文章是受欢迎的。

潜在的主题包括但不限于以下:

• 下一代无线网络使用进化计算和模糊系统
• 无线通信与无人机和网络
• 无线虚拟现实
• 移动边缘缓存和计算
• 频谱管理和多个电台访问技术的共存
• 人工智能物联网
• 车载网络和集市的城市
• 在NGWN音频/视频通信
• NGWN大数据分析
• 智能通信NGWN
• 分布式计算,在NGWN网内处理和数据挖掘
• 使用NGWN案例研究或应用程序的动态网络
• NDN / SDN边缘计算
• 量子计算
• 通信协议为NGWN
• 在NGWN雾/云计算