基于DyNN的通信资源调度方法

在6G网络中，任务的多样性大大增加，对于那些对延迟敏感的小型任务，基于神经网络的资源管理算法的推理延迟是不可忽视的。神经网络的架构作为一个超参数，通常难以调整。动态神经网络(Dynamic neural network, DyNN)能够根据样本特征按需调整网络结构，从而提高效率。基于此，本文提出了一种基于DyNN的资源管理方法，根据任务的特点动态调整神经网络的深度和宽度，实现推理延迟与计算和通信资源管理性能之间的平衡。