下文涉及無線通信，包括用于報告機器學習再現性的相關性度量的技術。

背景技術：

1、無線通信系統被廣泛部署以提供各種類型的通信內容，諸如語音、視頻、分組數據、消息接發、廣播等。這些系統可能夠通過共享可用系統資源（例如，時間、頻率和功率）來支持與多個用戶的通信。此類多址系統的示例包括第四代（4g）系統（諸如長期演進（lte）系統、高級lte（lte-a）系統或lte-a?pro系統）和第五代（5g）系統（其可以被稱為新無線電（nr）系統）。這些系統可以采用諸如碼分多址（cdma）、時分多址（tdma）、頻分多址（fdma）、正交fdma（ofdma）或離散傅里葉變換擴展正交頻分復用（dft-s-ofdm）的技術。無線多址通信系統可包括一個或多個基站，每個基站支持用于通信設備的無線通信，這些通信設備可被稱為用戶裝備（ue）。

技術實現思路

1、所描述的技術涉及支持用于報告機器學習再現性的相關性度量的技術的改進的方法、系統、設備和裝置。例如，所描述的技術提供機器學習服務器來生成表示由該機器學習服務器使用的訓練數據的參數集（例如，低維參數集），該訓練數據與一個或多個通信環境或一個或多個信道環境或它們的組合相關聯。機器學習服務器可從環境（例如，通信環境或信道環境或兩者）內的一個或多個設備接收表示與該通信環境或該信道環境或兩者相關聯的測試數據的參數集（例如，另一低維參數集）。機器學習服務器可根據表示訓練數據的參數集與接收的表示測試數據的參數集之間的相關性來生成再現性度量。再現性度量可與由機器學習服務器生成的預測的置信度值相關聯。機器學習服務器可向該一個或多個設備發送指示再現性度量的消息。

2、在接收到指示再現性度量的消息時，設備（例如，用戶裝備（ue）、網絡節點）可確定是否利用由機器學習服務器提供的信息和預測來在通信環境或信道環境中進行通信。例如，在再現性度量滿足閾值的情況下，在表示訓練數據的參數集與表示測試數據的參數集之間可能存在某種相關性，這可實現用于確定通信或信道環境中的通信參數的相對準確的基于機器學習的預測。在其他示例中，如果再現性度量不滿足閾值，則位于通信或信道環境中的一個或多個設備可替代地依賴于它們自己的測量和/或估計來確定通信參數（例如，直到執行再訓練來更新訓練數據）。

3、描述了一種用于在機器學習服務器處進行無線通信的裝置。該裝置可包括處理器、與該處理器耦合的存儲器和存儲在該存儲器中的指令。該指令可能夠由該處理器執行以使該裝置：生成表示訓練數據的參數的第一集合，該訓練數據對應于一個或多個通信環境或一個或多個信道環境或它們的組合，其中參數的該第一集合相對于該訓練數據的維度具有降低的維度；從一個或多個設備接收指示表示測試數據的參數的第二集合的一個或多個消息，該測試數據對應于通信環境或信道環境或兩者，其中參數的該第二集合相對于該測試數據的維度具有降低的維度；以及向該一個或多個設備發送指示該通信環境或該信道環境或兩者的再現性度量的消息，該再現性度量基于參數的該第一集合與參數的該第二集合之間的相關性。

4、描述了一種用于在機器學習服務器處進行無線通信的方法。該方法可包括：生成表示訓練數據的參數的第一集合，該訓練數據對應于一個或多個通信環境或一個或多個信道環境或它們的組合，其中參數的該第一集合相對于該訓練數據的維度具有降低的維度；從一個或多個設備接收指示表示測試數據的參數的第二集合的一個或多個消息，該測試數據對應于通信環境或信道環境或兩者，其中參數的該第二集合相對于該測試數據的維度具有降低的維度；以及向該一個或多個設備發送指示該通信環境或該信道環境或兩者的再現性度量的消息，該再現性度量基于參數的該第一集合與參數的該第二集合之間的相關性。

5、描述了另一種用于在機器學習服務器處進行無線通信的裝置。該裝置可包括：用于生成表示訓練數據的參數的第一集合的部件，該訓練數據對應于一個或多個通信環境或一個或多個信道環境或它們的組合，其中參數的該第一集合相對于該訓練數據的維度具有降低的維度；用于從一個或多個設備接收一個或多個消息的部件，該一個或多個消息指示表示測試數據的參數的第二集合，該測試數據對應于通信環境或信道環境或兩者，其中參數的該第二集合相對于該測試數據的維度具有降低的維度；和用于向該一個或多個設備發送消息的部件，該消息指示該通信環境或該信道環境或兩者的再現性度量，該再現性度量基于參數的該第一集合與參數的該第二集合之間的相關性。

6、描述了一種存儲用于在機器學習服務器處進行無線通信的代碼的非暫態計算機可讀介質。該代碼可包括指令，該指令能夠由處理器執行以：生成表示訓練數據的參數的第一集合，該訓練數據對應于一個或多個通信環境或一個或多個信道環境或它們的組合，其中參數的該第一集合相對于該訓練數據的維度具有降低的維度；從一個或多個設備接收指示表示測試數據的參數的第二集合的一個或多個消息，該測試數據對應于通信環境或信道環境或兩者，其中參數的該第二集合相對于該測試數據的維度具有降低的維度；以及向該一個或多個設備發送指示該通信環境或該信道環境或兩者的再現性度量的消息，該再現性度量基于參數的該第一集合與參數的該第二集合之間的相關性。

7、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，再現性度量向該一個或多個設備指示根據來自由機器學習服務器使用訓練數據生成的機器學習模型的一個或多個預測來執行一個或多個通信規程，該再現性度量指示基于滿足閾值的再現性度量來執行該一個或多個通信規程。

8、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，再現性度量向該一個或多個設備指示根據由該一個或多個設備執行的一個或多個測量來執行一個或多個通信規程，該再現性度量指示基于未能滿足閾值的再現性度量來執行該一個或多個通信規程。

9、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，再現性度量指示與來自由機器學習服務器使用應用于通信環境的訓練數據生成的機器學習模型的預測相關聯的置信度值。

10、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，來自由機器學習服務器生成的機器學習模型的預測包括針對非阻塞場景或阻塞場景的波束權重預測。

11、本文所述的方法、裝置和非暫態計算機可讀介質的一些示例還可包括用于以下動作的操作、特征、部件或指令：基于參數的第一集合與參數的第二集合之間的相關性來生成再現性度量。

12、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，生成再現性度量可包括用于以下動作的操作、特征、部件或指令：基于與訓練數據相關聯的一個或多個主成分和與測試數據相關聯的一個或多個主成分之間的相關性來生成再現性度量，其中參數的第一集合包括與訓練數據相關聯的該一個或多個主成分，并且其中參數的第二集合包括與測試數據相關聯的該一個或多個主成分。

13、本文所述的方法、裝置和非暫態計算機可讀介質的一些示例還可包括用于以下動作的操作、特征、部件或指令：基于未能滿足閾值的再現性度量來生成針對該一個或多個通信環境或該一個或多個信道環境或它們的組合的附加訓練數據。

14、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，訓練數據包括對以下各項中的至少一項的指示：該一個或多個通信環境或該一個或多個信道環境或它們的組合中的集群的數量、該一個或多個通信環境或該一個或多個信道環境或它們的組合中的反射器的數量、該一個或多個通信環境或該一個或多個信道環境或它們的組合中的衍射點的數量、與該一個或多個通信環境或該一個或多個信道環境或它們的組合中的一個或多個設備相關聯的定位信息、天線模塊能力、天線模塊的數量、天線模塊的布置、該一個或多個設備的波束成形能力或該一個或多個設備的波束測量能力。

15、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，測試數據包括對以下各項中的至少一項的指示：通信環境或信道環境或兩者中的集群的數量、通信環境或信道環境或兩者中的反射器的數量、通信環境或信道環境或兩者中的衍射點的數量、與該一個或多個設備相關聯的定位信息、天線模塊能力、天線模塊的數量、天線模塊的布置、該一個或多個設備的波束成形能力或該一個或多個設備的波束測量能力。

16、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，機器學習服務器可以是ue的一部分或網絡實體的一部分，或者包括與網絡中的多個設備的集合相關聯的獨立節點。

17、描述了一種用于在第一設備處進行無線通信的裝置。該裝置可包括處理器、與該處理器耦合的存儲器和存儲在該存儲器中的指令。該指令可能夠由該處理器執行以使該裝置：生成表示測試數據的參數的第二集合，該測試數據對應于通信環境或信道環境或兩者，其中參數的該第二集合相對于該測試數據的維度具有降低的維度；向機器學習服務器發送指示表示該測試數據的參數的該第二集合的第一消息；以及接收指示基于參數的第一集合與參數的該第二集合之間的相關性的再現性度量的第二消息，其中參數的該第一集合表示訓練數據并且相對于該訓練數據的維度具有降低的維度，其中該訓練數據對應于一個或多個通信環境或一個或多個信道環境或它們的組合。

18、描述了一種用于在第一設備處進行無線通信的方法。該方法可包括：生成表示測試數據的參數的第二集合，該測試數據對應于通信環境或信道環境或兩者，其中參數的該第二集合相對于該測試數據的維度具有降低的維度；向機器學習服務器發送指示表示該測試數據的參數的該第二集合的第一消息；以及接收指示基于參數的第一集合與參數的該第二集合之間的相關性的再現性度量的第二消息，其中參數的該第一集合表示訓練數據并且相對于該訓練數據的維度具有降低的維度，其中該訓練數據對應于一個或多個通信環境或一個或多個信道環境或它們的組合。

19、描述了另一種用于在第一設備處進行的無線通信的裝置。該裝置可包括：用于生成表示測試數據的參數的第二集合的部件，該測試數據對應于通信環境或信道環境或兩者，其中參數的該第二集合相對于該測試數據的維度具有降低的維度；用于向機器學習服務器發送第一消息的部件，該第一消息指示表示該測試數據的參數的該第二集合；和用于接收第二消息的部件，該第二消息指示基于參數的第一集合與參數的該第二集合之間的相關性的再現性度量，其中參數的該第一集合表示訓練數據并且相對于該訓練數據的維度具有降低的維度，其中該訓練數據對應于一個或多個通信環境或一個或多個信道環境或它們的組合。

20、描述了一種存儲用于在第一設備處進行無線通信的代碼的非暫態計算機可讀介質。該代碼可包括指令，該指令能夠由處理器執行以：生成表示測試數據的參數的第二集合，該測試數據對應于通信環境或信道環境或兩者，其中參數的該第二集合相對于該測試數據的維度具有降低的維度；向機器學習服務器發送指示表示該測試數據的參數的該第二集合的第一消息；以及接收指示基于參數的第一集合與參數的該第二集合之間的相關性的再現性度量的第二消息，其中參數的該第一集合表示訓練數據并且相對于該訓練數據的維度具有降低的維度，其中該訓練數據對應于一個或多個通信環境或一個或多個信道環境或它們的組合。

21、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，再現性度量指示根據來自由機器學習服務器使用訓練數據生成的機器學習模型的一個或多個預測來執行一個或多個通信規程，該再現性度量指示第一設備基于滿足閾值的再現性度量來執行該一個或多個通信規程。

22、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，再現性度量指示根據由第一設備執行的一個或多個測量來執行一個或多個通信規程，該再現性度量指示第一設備基于未能滿足閾值的再現性度量來執行該一個或多個通信規程。

23、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，再現性度量指示與來自由機器學習服務器使用應用于通信環境或信道環境或兩者的訓練數據生成的機器學習模型的預測相關聯的置信度值。

24、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，來自由機器學習服務器生成的與訓練數據相關聯的機器學習模型的預測包括針對非阻塞場景或阻塞場景的波束權重預測。

25、本文所述的方法、裝置和非暫態計算機可讀介質的一些示例還可包括用于以下動作的操作、特征、部件或指令：從通信環境或信道環境或兩者內的第二設備接收指示一個或多個參數的消息，其中生成參數的第二集合可基于接收指示該一個或多個參數的消息。

26、本文所述的方法、裝置和非暫態計算機可讀介質的一些示例還可包括用于以下動作的操作、特征、部件或指令：基于接收再現性度量來向通信環境或信道環境或兩者內的第二設備發送指示該再現性度量的消息。

27、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，測試數據包括對以下各項中的至少一項的指示：通信環境或信道環境或兩者中的集群的數量、通信環境或信道環境或兩者中的反射器的數量、通信環境或信道環境或兩者中的衍射點的數量、與第一設備相關聯的定位信息、天線模塊能力、天線模塊的數量、天線模塊的布置、第一設備的波束成形能力或第一設備的波束測量能力。

28、在本文所述的方法、裝置和非暫態計算機可讀介質的一些示例中，訓練數據包括對以下各項中的至少一項的指示：該一個或多個通信環境或該一個或多個信道環境或它們的組合中的集群的數量、該一個或多個通信環境或該一個或多個信道環境或它們的組合中的反射器的數量、該一個或多個通信環境或該一個或多個信道環境或它們的組合中的衍射點的數量、與該一個或多個通信環境或該一個或多個信道環境或它們的組合中的一個或多個設備相關聯的定位信息、天線模塊能力、天線模塊的數量、天線模塊的布置、該一個或多個設備的波束成形能力或該一個或多個設備的波束測量能力。