[发明专利]机器学习模型参数传递方法及装置

说明书

本申请公开了在移动通信系统中进行机器学习模型参数传递方法及装置，用以当机器学习推演模型在无线移动通信系统内部时，实现机器学习模型的部署/更新。本申请提供的在移动通信系统中进行机器学习模型参数传递方法包括：第一设备中的智能内生业务从管理单元，接收第二设备中的智能内生业务主管理单元发送的机器学习模型文件以及目标功能单元信息；所述智能内生业务从管理单元，根据所述目标功能单元信息，将所述机器学习模型文件分发到第一设备中的目标功能单元中。

技术领域

本申请涉及通信技术领域，尤其涉及机器学习模型参数传递方法及装置。

背景技术

作为人工智能的关键方法之一，机器学习在1950年代被提出。随着机器学习技术的发展，神经网络(NN：Neural Network)或人工神经网络(ANN：Artificial NeuralNetwork)被提出，它是受生物神经网络启发，便于在机器学习中构建模型而引入的通用的模型。一个简单的神经网络包括输入层、输出层以及隐藏层(如果需要的话)，每层包括多个神经元(Neurons)。

为了解决复杂的非线性问题，所设计出的神经网络中的隐藏层逐渐增多，形成深度神经网络(DNN：Deep Neural Network)，其对应的学习方法即深度机器学习，或深度学习。深度神经网络模型目前已经发展出多种类型，包括DNN、递归神经网络(RecurrentNeural Network，RNN)、卷积神经网络(Convolutional Neural Network，CNN)等。从2010年代开始，深度学习作为机器学习的一个重要分支，获得了广泛的关注，获得了爆发式的增长。

机器学习的发展主要体现在语音识别、图像识别等领域，在其中沉淀了大量经典的模型与算法。将机器学习引入到无线移动通信系统中，用来解决无线移动通信系统的问题，在最近几年才凸显出来。

然而，当机器学习推演模型在无线移动通信系统内部时，如何进行机器学习模型的部署/更新是一个待研究的问题。特别的，当用户终端侧的机器学习模型需要更新时，其还影响了空口的传输。

发明内容

本申请实施例提供了机器学习模型参数传递的方法及装置，用以当机器学习推演模型在无线移动通信系统内部时，实现机器学习模型的部署/更新。

在第一设备侧，本申请实施例提供的一种在移动通信系统中进行机器学习模型参数传递方法，包括：

第一设备中的智能内生业务从管理单元，接收第二设备中的智能内生业务主管理单元发送的机器学习模型文件以及目标功能单元信息；

所述智能内生业务从管理单元，根据所述目标功能单元信息，将所述机器学习模型文件分发到第一设备中的目标功能单元中。

通过该方法，第一设备中的智能内生业务从管理单元，接收第二设备中的智能内生业务主管理单元发送的机器学习模型文件以及目标功能单元信息；所述智能内生业务从管理单元，根据所述目标功能单元信息，将所述机器学习模型文件分发到第一设备中的目标功能单元中，从而当机器学习推演模型在无线移动通信系统内部时，实现了机器学习模型的部署/更新。

可选地，所述智能内生业务从管理单元位于所述第一设备中的应用层；所述智能内生业务主管理单元位于所述第二设备中的应用层。

可选地，该方法还包括：

所述目标功能单元安装所述机器学习模型文件。

可选地，该方法还包括：

所述目标功能单元，向所述内生业务从管理单元通知所述机器学习模型文件已完成安装；

所述内生业务从管理单元，向所述第二设备中的传输资源管理单元申请第一设备与第二设备之间的传输资源；

所述智能内生业务从管理单元使用申请获得的所述传输资源，向所述智能内生业务主管理单元申请服务注册；