特表2025-501614 | 知財ポータル「IP Force」

知財求人 - 知財ポータルサイト「IP Force」

▶ 日本電気株式会社の特許一覧

特表2025-501614通信の方法及び通信装置

書誌要約請求の範囲詳細な説明課題実施例実施するための形態図面の説明

目に優しい文字サイズ小中大 PDF Top

< >

1
2
3A
3B
4
5
6
7

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2025-01-22

(54)【発明の名称】通信の方法及び通信装置

(51)【国際特許分類】

H04W 8/24 20090101AFI20250115BHJP

H04W 16/28 20090101ALI20250115BHJP

H04W 24/10 20090101ALI20250115BHJP

【ＦＩ】

H04W8/24

H04W16/28

H04W24/10

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024538317

(86)(22)【出願日】2021-12-24

(85)【翻訳文提出日】2024-08-21

(86)【国際出願番号】 CN2021141339

(87)【国際公開番号】W WO2023115567

(87)【国際公開日】2023-06-29

(81)【指定国・地域】

(71)【出願人】

【識別番号】000004237

【氏名又は名称】日本電気株式会社

(74)【代理人】

【識別番号】100103894

【弁理士】

【氏名又は名称】家入健

(72)【発明者】

【氏名】ワンガン

(72)【発明者】

【氏名】ガオユーカイ

(72)【発明者】

【氏名】グアンポン

【テーマコード（参考）】

5K067

【Ｆターム（参考）】

5K067DD43

5K067DD44

5K067EE02

5K067EE10

5K067KK02

5K067KK03

(57)【要約】

本開示の実施形態は、通信の方法、装置及びコンピュータ可読媒体に関する。本開示の実施形態によれば、端末装置は、端末装置の１つ又は複数の能力を、ネットワーク装置に報告する。該１つ又は複数の能力は、端末装置が人工知能／機械学習（ＡＩ／ＭＬ）モデルをサポートすることを示す。端末装置は、ＡＩ／ＭＬモデルについてのチャネル状態情報（ＣＳＩ）報告をトリガする指示を、ネットワーク装置から受信する。端末装置は、ＣＳＩ報告のために１組の参照信号を測定する。こうして、ビーム管理の精度を向上させるためにＡＩ／ＭＬモデルを訓練することができる。
【選択図】図２

【特許請求の範囲】

【請求項1】

通信の方法であって、
端末装置において、ネットワーク装置に、前記端末装置の１つ又は複数の能力を報告することであって、前記１つ又は複数の能力は、前記端末装置がデータ処理モデルをサポートすることを少なくとも示すことと、
前記ネットワーク装置から、前記データ処理モデルに関連付けられた１つ又は複数の設定を受信することと、
前記ネットワーク装置から、前記データ処理モデルに関連付けられた情報を取得するための報告をトリガするための指示を受信することと、
を含む方法。

【請求項2】

前記１つ又は複数の能力は、
人工知能（ＡＩ：ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｔ）又は機械学習（ＭＬ：ｍａｃｈｉｎｅｌｅａｒｎｉｎｇ）をサポートする能力、
ＡＩ又はＭＬに基づくビーム管理をサポートする能力、
ＡＩ又はＭＬに基づく空間領域におけるビーム予測をサポートする能力、
オンライン訓練をサポートする能力、
前記データ処理モデルのインデックス、
前記端末装置における前記データ処理モデルにおける障害を検出するのに要する最小時間である第１の時間遅延、又は
前記端末装置における前記データ処理モデルのオンライン訓練に要する最小時間である第２の時間遅延、
のうちの少なくとも１つをさらに示す
請求項１に記載の方法。

【請求項3】

前記１つ又は複数の設定は、
前記データ処理モデルのインデックス、
前記データ処理モデルの第１のタイプのパラメータ、
前記データ処理モデルにおける障害を前記端末装置が検出可能にするために用いられる第１の有効化パラメータ、
オンライン訓練を前記端末装置が実行可能にするために用いられる第２の有効化パラメータ、又は
時間オフセットに従って決定されたスロット上で前記報告を送信するように前記端末装置に示すために用いられる前記時間オフセット、
のうちの少なくとも１つをさらに示す
請求項１に記載の方法。

【請求項4】

前記第１のタイプのパラメータは、
前記データ処理モデルの構造パラメータ、
前記データ処理モデルの重みファクター、
前記データ処理モデルのバイアスファクター、
前記データ処理モデルの入力のデータフォーマット、
前記データ処理モデルの出力のデータフォーマット、
前記データ処理モデルの前処理パラメータ、又は
前記データ処理モデルの後処理パラメータ、
のうちの少なくとも１つを含む
請求項３に記載の方法。

【請求項5】

前記時間オフセットは、第１の時間遅延又は第２の時間遅延に従って決定され、前記第１の時間遅延は、前記端末装置で前記データ処理モデルにおける障害を検出するのに要する最小時間であり、前記第２の時間遅延は、前記端末装置で前記データ処理モデルのオンライン訓練に要する最小時間である
請求項３に記載の方法。

【請求項6】

前記端末装置が前記時間オフセットを有するように設定されているとの決定に従って、別の設定内で示された別の時間オフセットを無視させること
をさらに含む
請求項３に記載の方法。

【請求項7】

前記データ処理モデルに関連付けられた前記情報は、
前記データ処理モデルにおいて障害が発生したか否かを示す第１の情報、
推論情報と実際の情報とを含む第２の情報、又は
前記データ処理モデルに基づいて更新された訓練済みデータ処理モデルの第２のタイプのパラメータを示す第３の情報、
のうちの１つを含む
請求項１に記載の方法。

【請求項8】

前記推論情報は、前記データ処理モデルに基づいて決定された推論ビーム、又は前記推論ビームに対応するビーム品質、のうちの少なくとも１つを含み、
前記実際の情報は、前記報告に関連付けられた１組の参照信号の測定に基づいて決定された実際のビーム、又は前記実際のビームに対応するビーム品質、のうちの少なくとも１つを含む
請求項７に記載の方法。

【請求項9】

前記ビーム品質は、参照信号受信電力（ＲＳＲＰ：ｒｅｆｅｒｅｎｃｅｓｉｇｎａｌｒｅｃｅｉｖｅｄｐｏｗｅｒ）又は信号対干渉雑音比（ＳＩＮＲ：ｓｉｇｎａｌｔｏｉｎｔｅｒｆｅｒｅｎｃｅｐｌｕｓｎｏｉｓｅｒａｔｉｏ）、のうちの少なくとも１つを含む
請求項８に記載の方法。

【請求項10】

前記推論ビームに対応するビーム品質は、１ｄＢのステップサイズで、－１４０～－４４ｄＢｍの範囲において、７ビット値により定義され、前記実際のビームに対応するビーム品質は、１ｄＢのステップサイズで、前記－１４０～－４４ｄＢｍの範囲において、７ビット値により定義される
請求項８に記載の方法。

【請求項11】

前記推論ビーム及び前記推論ビームに対応するビーム品質に対応するビットフィールドが、前記実際のビーム及び前記実際のビームに対応するビーム品質に対応するビットフィールドの前又は後にある
請求項８に記載の方法。

【請求項12】

前記第２のタイプのパラメータは、前記訓練済みデータ処理モデルの構造パラメータ、前記訓練済みデータ処理モデルの重みファクター、又は前記訓練済みデータ処理モデルのバイアスファクター、のうちの少なくとも１つを含む
請求項７に記載の方法。

【請求項13】

前記ネットワーク装置に、前記データ処理モデルに関連付けられた前記情報を取得するための前記報告を送信すること
をさらに含む請求項１に記載の方法。

【請求項14】

前記データ処理モデルにおいて障害が検出されたとの決定に従って、前記ネットワーク装置に、前記報告を送信すること、をさらに含み、前記報告に対応するビットフィールドが所定の数にセットされている
請求項１３に記載の方法。

【請求項15】

前記データ処理モデルにおいて障害が検出された決定に従って、前記報告の送信をスキップさせること
をさらに含む請求項１に記載の方法。

【請求項16】

第２のアップリンク情報を送信する必要があるとの決定に従って、前記第２のアップリンク情報が前記報告と衝突するか否かを決定することと、
前記第２のアップリンク情報が前記報告と衝突するとの決定に従って、前記報告の第１の優先度と前記第２のアップリンク情報の第２の優先度とを比較することと、
前記第１の優先度が前記第２の優先度よりも高いとの決定に従って、前記報告を前記ネットワーク装置に送信することと
をさらに含む請求項１３に記載の方法。

【請求項17】

前記第１の優先度と前記第２の優先度とは、０、１又は２を含む１組の値から決定される
請求項１６に記載の方法。

【請求項18】

少なくとも１つの条件が満たされたとの決定に従って、前記データ処理モデルで障害が発生したと決定すること
をさらに含む請求項１～１７の何れか一項に記載の方法。

【請求項19】

前記少なくとも１つの条件は、
前記データ処理モデルに基づいて決定された第１のターゲットビームと、前記報告に関連付けられた１組の参照信号の測定に基づいて決定された第２のターゲットビームとが異なる第１の条件、
前記第１のターゲットビームのビーム量と前記第２のターゲットビームのビーム量との差が第１の閾値を超えた第２の条件、又は
前記第１の条件又は前記第２の条件が満たされた回数が第２の閾値を超えた第３の条件、
のうちの１つを含む
請求項１８に記載の方法。

【請求項20】

前記報告は、周期的なチャネル状態情報（ＣＳＩ）報告、半永続的なＣＳＩ報告、又は非周期的なＣＳＩ報告、のうちの少なくとも１つを含む
請求項１に記載の方法。

【請求項21】

通信の方法であって、
ネットワーク装置において、端末装置から、前記端末装置の１つ又は複数の能力を含む能力報告を受信することであって、前記１つ又は複数の能力は、前記端末装置がデータ処理モデルをサポートすることを少なくとも示すことと、
前記端末装置に、前記データ処理モデルに関連付けられた１つ又は複数の設定を送信することと、
前記端末装置に、前記データ処理モデルに関連付けられた情報を取得するための報告をトリガするための指示を送信することと、
を含む方法。

【請求項22】

【請求項23】

前記１つ又は複数の設定は、
前記データ処理モデルのインデックス、
前記データ処理モデルの第１のタイプのパラメータ、
前記データ処理モデルにおける障害を前記端末装置が検出可能にするために用いられる第１の有効化パラメータ、
オンライン訓練を前記端末装置が実行可能にするために用いられる第２の有効化パラメータ、又は
時間オフセットに従って決定されたスロット上で前記報告を送信するように前記端末装置に示すために用いられる前記時間オフセット
のうちの少なくとも１つをさらに示す
請求項２１に記載の方法。

【請求項24】

前記第１のタイプのパラメータは、
前記データ処理モデルの構造パラメータ、
前記データ処理モデルの重みファクター、
前記データ処理モデルのバイアスファクター、
前記データ処理モデルの入力のデータフォーマット、
前記データ処理モデルの出力のデータフォーマット、
前記データ処理モデルの前処理パラメータ、又は
前記データ処理モデルの後処理パラメータ
のうちの少なくとも１つを含む
請求項２３に記載の方法。

【請求項25】

前記時間オフセットは、第１の時間遅延又は第２の時間遅延に従って決定され、前記第１の時間遅延は、前記端末装置で前記データ処理モデルにおける障害を検出するのに要する最小時間であり、前記第２の時間遅延は、前記端末装置で前記データ処理モデルのオンライン訓練に要する最小時間である
請求項２３に記載の方法。

【請求項26】

前記報告は、前記データ処理モデルに関連付けられた前記１つ又は複数の設定に関連付けられている
請求項２１に記載の方法。

【請求項27】

前記データ処理モデルに関連付けられた前記情報は、
前記データ処理モデルにおいて障害が発生したか否かを示す第１の情報、
推論情報と実際の情報とを含む第２の情報、又は
前記データ処理モデルに基づいて更新された訓練済みデータ処理モデルの第２のタイプのパラメータを示す第３の情報、
のうちの１つを含む
請求項２１に記載の方法。

【請求項28】

【請求項29】

前記ビーム品質は、参照信号受信電力（ＲＳＲＰ：ｒｅｆｅｒｅｎｃｅｓｉｇｎａｌｒｅｃｅｉｖｅｄｐｏｗｅｒ）又は信号対干渉雑音比（ＳＩＮＲ：ｓｉｇｎａｌｔｏｉｎｔｅｒｆｅｒｅｎｃｅｐｌｕｓｎｏｉｓｅｒａｔｉｏ）、のうちの少なくとも１つを含む
請求項２８に記載の方法。

【請求項30】

前記推論ビームに対応するビーム品質は、１ｄＢのステップサイズで、－１４０～－４４ｄＢｍの範囲において、７ビット値により定義され、前記実際のビームに対応するビーム品質は、１ｄＢのステップサイズで、前記－１４０～－４４ｄＢｍの範囲において、７ビット値により定義される
請求項２８に記載の方法。

【請求項31】

前記推論ビーム及び前記推論ビームに対応するビーム品質に対応するビットフィールドが、前記実際のビーム及び前記実際のビームに対応するビーム品質に対応するビットフィールドの前又は後にある
請求項２８に記載の方法。

【請求項32】

前記第２のタイプのパラメータは、前記訓練済みデータ処理モデルの構造パラメータ、前記訓練済みデータ処理モデルの重みファクター、又は前記訓練済みデータ処理モデルのバイアスファクター、のうちの少なくとも１つを含む
請求項２７に記載の方法。

【請求項33】

前記端末装置から、前記データ処理モデルに関連付けられた前記情報を取得するための前記報告を受信すること
をさらに含む請求項２１に記載の方法。

【請求項34】

前記データ処理モデルにおいて障害が検出されたとの決定に従って、前記ネットワーク装置に、前記報告を送信すること、をさらに含み、前記報告に対応するビットフィールドが所定の数にセットされている
請求項３３に記載の方法。

【請求項35】

プロセッサと、前記プロセッサに結合され命令を記憶しているメモリと、を備える端末装置であって、
前記命令が前記プロセッサにより実行された場合、請求項１～２０の何れか一項に記載の方法を含む動作を実行する、
端末装置。

【請求項36】

プロセッサと、前記プロセッサに結合され命令を記憶しているメモリと、を備えるネットワーク装置であって、
前記命令が前記プロセッサにより実行された場合、請求項２１～３４の何れか一項に記載の方法を含む動作を実行する、
ネットワーク装置。

【請求項37】

少なくとも１つのプロセッサ上で実行された場合、前記少なくとも１つのプロセッサに、請求項１～２０の何れか一項、又は請求項２１～３４の何れか一項に記載の方法を実行させる命令を記憶している
コンピュータ可読媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の実施形態は、全体として、電気通信の分野に関するものであり、特に通信の方法、装置及びコンピュータ可読媒体に関するものである。

【背景技術】

【0002】

通信性能を向上させるためにいくつかの技術が提案されている。例えば、通信装置は、性能を向上させるために、人工知能／機械学習（ＡＩ／ＭＬ：ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｔ／ｍａｃｈｉｎｅｌｅａｒｎｉｎｇ）モデルを採用してもよい。いくつかの状況では、通信装置は、ＡＩ／ＭＬモデルに基づいてビーム管理を実行することができる。

【発明の概要】

【発明が解決しようとする課題】

【0003】

全体として、本開示の例示的な実施形態は、通信のための解決策を提供する。

【課題を解決するための手段】

【0004】

第１の態様において、通信方法が提供される。前記通信方法は、端末装置において、ネットワーク装置に、前記端末装置の１つ又は複数の能力を報告することであって、前記１つ又は複数の能力は、前記端末装置がデータ処理モデルをサポートすることを少なくとも示すことと、前記ネットワーク装置から、前記データ処理モデルに関連付けられた１つ又は複数の設定を受信することと、前記ネットワーク装置から、前記データ処理モデルに関連付けられた情報を取得するための報告をトリガするための指示を受信することと、を含む。

【0005】

第２の態様において、通信方法が提供される。前記通信方法は、ネットワーク装置において、端末装置から、前記端末装置の１つ又は複数の能力を含む能力報告を受信することであって、前記１つ又は複数の能力は、前記端末装置がデータ処理モデルをサポートすることを少なくとも示すことと、前記端末装置に、前記データ処理モデルに関連付けられた１つ又は複数の設定を送信することと、前記端末装置に、前記データ処理モデルに関連付けられた情報を取得するための報告をトリガするための指示を送信することと、を含む。

【0006】

第３の態様において、端末装置が提供される。前記端末装置は、プロセッシングユニットと、前記プロセッシングユニットに結合され命令を記憶しているメモリとを備え、前記命令が前記プロセッシングユニットにより実行された場合、前記端末装置は、端末装置において、ネットワーク装置に、前記端末装置の１つ又は複数の能力を報告することであって、前記１つ又は複数の能力は、前記端末装置がデータ処理モデルをサポートすることを少なくとも示すことと、前記ネットワーク装置から、前記データ処理モデルに関連付けられた１つ又は複数の設定を受信することと、前記ネットワーク装置から、前記データ処理モデルに関連付けられた情報を取得するための報告をトリガするための指示を受信することと、を含む動作を実行する。

【0007】

第４の態様において、ネットワーク装置が提供される。前記ネットワーク装置は、プロセッシングユニットと、前記プロセッシングユニットに結合され命令を記憶しているメモリとを備え、前記命令が前記プロセッシングユニットにより実行された場合、前記ネットワーク装置は、ネットワーク装置において、端末装置から、前記端末装置の１つ又は複数の能力を含む能力報告を受信することであって、前記１つ又は複数の能力は、前記端末装置がデータ処理モデルをサポートすることを少なくとも示すことと、前記端末装置に、前記ＡＩ／ＭＬモデルに関連付けられた１つ又は複数の設定を送信することと、前記端末装置に、前記データ処理モデルに関連付けられた情報を取得するための報告をトリガするための指示を送信することと、を含む動作を実行する。

【0008】

第５の態様において、少なくとも１つのプロセッサ上で実行された場合、該少なくとも１つのプロセッサに、第１の態様又は第２の態様に記載の方法を実行させる命令を記憶しているコンピュータ可読媒体が提供される。

【0009】

本開示のその他の特徴は、以下の説明により容易に理解できるはずである。

【図面の簡単な説明】

【0010】

添付図面において本開示のいくつかの例示的な実施形態をさらに詳細に説明することで、本開示の上述の及びその他の目的、特徴及び利点を、さらに明らかにする。

【0011】

【図1】本開示の実施例を実施可能な通信環境の概略図である。

【0012】

【図2】本開示のいくつかの実施形態にかかる、通信のためのシグナリングフローを示す図である。

【0013】

【図3A】本開示のいくつかの実施形態にかかる、ＡＩ／ＭＬモデルにおける障害の検出を示す概略図である。

【0014】

【図3B】本開示のいくつかの実施形態にかかる、ＡＩ／ＭＬモデルにおける障害の検出を示す概略図である。

【0015】

【図4】本開示のいくつかの実施形態にかかる、ＡＩ／ＭＬモデルの訓練を示す概略図である。

【0016】

【図5】本開示の実施形態にかかる、例示的な方法のフローチャートである。

【0017】

【図6】本開示の実施形態にかかる、例示的な方法のフローチャートである。

【0018】

【図7】本開示の実施形態を実装するのに適した装置の概略ブロック図である。

【0019】

図中、同一又は類似の参照番号は、同一又は類似の要素を表す。

【発明を実施するための形態】

【0020】

ここで、いくつかの例示的実施形態を参照して、本開示の原理を説明する。これらの実施形態は、説明のためにのみ記載され、当業者が本開示を理解し、実施するのを助けるものであり、本開示の範囲に関するいかなる限定も示唆しないことを理解すべきである。本明細書で説明される開示内容は、以下で説明される方法とは異なる様々な方法で実施することができる。

【0021】

以下の説明及び特許請求の範囲において、別途定義されていない限り、本文で使用される全ての技術的及び科学的用語は、本開示の当業者が一般に理解するものと同一の意味を有する。

【0022】

本明細書で使用されるように、用語「端末装置」は、無線又は有線の通信能力を有する任意の装置を指す。端末装置の例は、ユーザ装置（ＵＥ）、パーソナルコンピュータ、デスクトップ、携帯電話、セルラーフォン、スマートフォン、パーソナルデジタルアシスタント（ＰＤＡ）、ポータブルコンピュータ、タブレット、ウェアラブルデバイス、モノのインターネット（ＩｏＴ）装置、超信頼性低遅延通信（ＵＲＬＬＣ）装置、あらゆるモノのインターネット（ＩｏＥ：ＩｎｔｅｒｎｅｔｏｆＥｖｅｒｙｔｈｉｎｇ）装置、マシンタイプ通信（ＭＴＣ：ｍａｃｈｉｎｅｔｙｐｅｃｏｍｍｕｎｉｃａｔｉｏｎ）装置、Ｘが歩行者、車両、又はインフラストラクチャ／ネットワークを意味するＶ２Ｘ通信のための車載装置、統合アクセス及び統合アクセス及びバックホール（ＩＡＢ）のための装置、衛星及び無人航空機システム（ＵＡＳ：ＵｎｍａｎｎｅｄＡｉｒｃｒａｆｔＳｙｓｔｅｍ）を包含する高高度プラットフォーム（ＨＡＰ：ＨｉｇｈＡｌｔｉｔｕｄｅＰｌａｔｆｏｒｍ）を含む非地上系ネットワーク（ＮＴＮ）内の衛星搭載車両又は航空機搭載車両、拡張現実（ＡＲ）、混合現実（ＭＲ）、仮想現実（ＶＲ）などの、異なるタイプの現実を含むエクステンデッドリアリティ（ＸＲ：ｅｘｔｅｎｄｅｄｒｅａｌｉｔｙ）装置、人間の操縦者を持たない航空機でありドローンとして一般に称される無人航空車両（ＵＡＶ：ｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅ）、高速列車（ＨＳＴ：ｈｉｇｈｓｐｅｅｄｔｒａｉｎ）上の装置、又はデジタルカメラなどの画像取得装置、センサーゲーム装置、音楽保存及び再生装置、又は無線又は有線のインターネットアクセス及び閲覧などを可能とするインターネット家電など、を含むがこれらに限定されない。「端末装置」は、公共の安全及びミッションを最重要視する、Ｖ２Ｘアプリケーション、トランスペアレントＩＰｖ４／ＩＰｖ６マルチキャスト配信、ＩＰＴＶ、スマートＴＶ、無線サービス、無線を介するソフトウェア配信、グループ通信及びＩｏＴアプリケーションをサポートするために、「マルチキャスト／ブロードキャスト」機能をさらに有してもよい。また、マルチＳＩＭとして知られる１つ又は複数の加入者識別モジュール（ＳＩＭ：ＳｕｂｓｃｒｉｂｅｒＩｄｅｎｔｉｔｙＭｏｄｕｌｅ）を組み込んでもよい。用語「端末装置」は、ＵＥ、移動局、加入者局、移動端末、ユーザ端末、又は無線装置と互換的に使用されてもよい。以下の説明では、用語「端末装置」、「通信装置」、「端末」、「ユーザ機器」及び「ＵＥ」は、互換的に使用されてもよい。

【0023】

端末装置又はネットワーク装置は、人工知能（ＡＩ：Ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ）又は機械学習の能力を有していてもよい。一般的に、特定の関数のために収集された多数のデータから訓練済みのモデルが含まれ、いくつかの情報を予測するために使用されることができる。

【0024】

端末装置又はネットワーク装置は、例えば、ＦＲ１（４１０ＭＨｚ～７１２５ＭＨｚ）、ＦＲ２（２４．２５ＧＨｚ～７１ＧＨｚ）、１００ＧＨｚより大きい周波数帯域、及びテラヘルツ（ＴＨｚ：ＴｅｒａＨｅｒｔｚ）などのいくつかの周波数範囲上で動作してもよい。さらに許可／無許可／共有スペクトル上で動作することができる。端末装置は、マルチ無線デュアル接続（ＭＲ－ＤＣ：Ｍｕｌｔｉ－ＲａｄｉｏＤｕａｌＣｏｎｎｅｃｔｉｖｉｔｙ）アプリケーションシナリオの下で、ネットワーク装置と２つ以上の接続を有していてもよい。端末装置又はネットワーク装置は、全二重、フレキシブル二重、クロス分割二重モードで動作することができる。

【0025】

用語「ネットワーク装置」は、端末装置が通信可能なセル又はカバレッジを提供又はホストすることができる装置を指す。ネットワーク装置の例は、ノードＢ（ＮｏｄｅＢ又はＮＢ）、進化型ノードＢ（ｅＮｏｄｅＢ又はｅＮＢ）、次世代ノードＢ（ｇＮＢ）、送受信ポイント（ＴＲＰ）、リモートラジオユニット（ＲＲＵ）、ラジオヘッド（ＲＨ）、リモートラジオヘッド（ＲＲＨ）、ＩＡＢノード、フェムトノード、ピコノード、再設定可能なインテリジェントサーフェス（ＲＩＳ：ｒｅｃｏｎｆｉｇｕｒａｂｌｅｉｎｔｅｌｌｉｇｅｎｔｓｕｒｆａｃｅ）などの低電力ノードを含むが、これらに限定されない。

【0026】

一実施形態において、端末装置は、第１のネットワーク装置及び第２のネットワーク装置に接続することができる。第１のネットワーク装置と第２のネットワーク装置の一方をマスターノードとして、他方をセカンダリ―ノードとしてもよい。第１のネットワーク装置と第２のネットワーク装置は、異なる無線アクセス技術（ＲＡＴ）を使用してもよい。一実施形態において、第１のネットワーク装置は第１のＲＡＴ装置であってもよく、第２のネットワーク装置は第２のＲＡＴ装置であってもよい。一実施形態において、第１のＲＡＴ装置はｅＮＢであり、第２のＲＡＴ装置はｇＮＢである。異なるＲＡＴに関する情報は、第１のネットワーク装置及び第２のネットワーク装置の少なくとも一方から端末装置に送信されてもよい。一実施形態において、第１の情報は、第１のネットワーク装置から端末装置に送信されてもよく、そして第２の情報は、第２のネットワーク装置から直接又は第１のネットワーク装置を介して端末装置に送信されてもよい。一実施形態において、第２のネットワーク装置により設定された端末装置の設定に関する情報は、第２のネットワーク装置から第１のネットワーク装置を介して送信されてもよい。第２のネットワーク装置により設定された端末装置の再設定に関する情報は、第２のネットワーク装置から直接又は第１のネットワーク装置を介して端末装置に送信されてもよい。

【0027】

本明細書で説明される通信は、ＮｅｗＲａｄｉｏアクセス（ＮＲ）、ロングタームエボリューション（ＬＴＥ）、ＬＴＥ－Ｅｖｏｌｕｔｉｏｎ、ＬＴＥ－Ａｄｖａｎｃｅｄ（ＬＴＥ－Ａ）、広帯域符号分割多元接続（ＷＣＤＭＡ（登録商標））、符号分割多元接続（ＣＤＭＡ）、ｃｄｍａ２０００、及びモバイル通信のためのグローバルシステム（ＧＳＭ）などを含むがこれらに限定されない、任意の適切な規格に準拠してもよい。さらに、通信は、現在知られている、又は将来開発される任意の世代の通信プロトコルに従って実行されてもよい。通信プロトコルの例は、第１世代（１Ｇ）、第２世代（２Ｇ）、２．５Ｇ、２．８５Ｇ、第３世代（３Ｇ）、第４世代（４Ｇ）、４．５Ｇ、第５世代（５Ｇ）、及び第６世代（６Ｇ）通信プロトコルを含むが、これらに限定されない。本明細書で説明される技術は、上述の無線ネットワーク及び無線技術、並びに他の無線ネットワーク及び無線技術に使用することができる。本開示の実施形態は、現在知られている、又は将来開発される任意の世代の通信プロトコルに従って実行されてもよい。通信プロトコルの例は、第１世代（１Ｇ）、第２世代（２Ｇ）、２．５Ｇ、２．７５Ｇ、第３世代（３Ｇ）、第４世代（４Ｇ）、４．５Ｇ、第５世代（５Ｇ）通信プロトコル、５．５Ｇ、５Ｇ－Ａｄｖａｎｃｅｄネットワーク、又は第６世代（６Ｇ）ネットワークを含むが、これらに限定されない。

【0028】

本明細書で使用される用語「回路」は、ハードウェア回路及び／又はハードウェア回路とソフトウェアとの組み合わせを意味してもよい。例えば、回路は、アナログ及び／又はデジタルハードウェア回路とソフトウェア／ファームウェアとの組み合わせであってもよい。さらに別の例として、回路は、端末装置又はネットワーク装置のような装置に様々な機能を実行させるために協働する、デジタル信号プロセッサ、ソフトウェア及び１つ又は複数のメモリを含むソフトウェアを有するハードウェアプロセッサの任意の部分であってもよい。さらに別の例において、回路は、オペレーションのためにソフトウェア／ファームウェアを必要とするハードウェア回路及び／又はマイクロプロセッサ又はその一部のようなプロセッサであってもよいが、オペレーションのために必要でない場合、ソフトウェアは存在しなくてもよい。本明細書で使用されるように、用語「回路」は、ハードウェア回路又は１つ又は複数のプロセッサのみ、又はハードウェア回路又は１つ又は複数のプロセッサの一部及びその（又はそれらの）付随するソフトウェア及び／又はファームウェアの実現も含む。

【0029】

本明細書で使用される単数形「１つ」、及び「前記」は、文脈に明示的に示されていない限り、複数形も含まれる。用語「含む」及びその変型は、「含むが、これらに限定されるものではない」を意味するオープンエンド用語として理解されるべきである。用語「に基づく」は、「に少なくとも部分的に基づく」と理解されるべきである。用語「一実施形態」及び「実施形態」は、「少なくとも１つの実施形態」と理解されるべきである。用語「別の実施形態」は、「少なくとも１つの他の実施形態」と理解されるべきである。「第１」、「第２」などの用語は、異なる又は同一の対象を指してもよい。以下では、その他の明示的及び暗黙的な定義を含む場合がある。

【0030】

いくつかの例において、値、プロシージャ、又は機器は、「最良」、「最低」、「最高」、「最小」、「最大」などと称される。このような説明は、多くの使用される機能的代替案の中から選択することができることを示すことを意図されており、そして、このような選択は、他の選択より良く、より小さく、より高い必要がなく、又はそのほかの点でより好ましい必要はないことが、理解できるはずである。

【0031】

上述したように、通信装置は、ＡＩ／ＭＬモデル上でビーム管理を実行することができる。マッシブＭＩＭＯ（ｍＭＩＭＯ：ＭａｓｓｉｖｅＭＩＭＯ）とビームフォーミングとは、通信業界において広く利用されている。用語「ビームフォーミング」及び「ｍＭＩＭＯ」は、互換的に使用されてもよい場合がある。一般的に言うと、ビームフォーミングは、複数のアンテナを用いて、複数のアンテナのアレイにおける個々のアンテナ信号の振幅及び位相を適切に重み付けすることにより、波面の方向を制御する。最も一般的に見られる定義は、ｍＭＩＭＯが、アンテナの数がユーザの数を超えているシステムであることである。カバレッジは、５Ｇにおいては、セルベースではなく、ビームベースである。セルのカバレッジを測定できるセルレベルの参照チャネルはない。代わりに、各セルは、１つ又は複数の同期信号ブロック（ＳＳＢ：ＳｙｎｃｈｒｏｎｉｚａｔｉｏｎＳｉｇｎａｌＢｌｏｃｋ）ビームを有する。ＳＳＢビームは静的又は半静的であり、常に同じ方向を指す。それらは、セル領域全体をカバーするビームのグリッドを形成する。ユーザ機器（ＵＥ）は、ビームを検索及び測定し、１組（１セット）の候補ビームを維持する。該１組の候補ビームは、複数のセルからのビームを含んでもよい。５Ｇミリメートル波（ｍｍＷａｖｅ）でより多くのアンテナ素子との指向性通信を可能にし、追加のビームフォーミング利得を提供することにより、ＵＥとｇＮＢとが任意の所与の時点において作業する最適なビームを定期的に識別する、効率的なビーム管理が重要になっている。

【0032】

ＡＩ／ＭＬモデルは、第１の段階でｇＮＢにおいてデプロイメントされる可能性がある。ｇＮＢがＡＩ／ＭＬについてのデータ、モデル、及びコンピューティング負荷の対処においてより強力であるため、ｇＮＢから始まるＮＲエアインターフェースのためのＡＩ／ＭＬについて議論するのが自然である。空間領域におけるビーム予測の場合、ｇＮＢ側で訓練されたＡＩ／ＭＬモデルは、いくつかのＵＥにとって正確ではない。即ち、予測された（又は推論された）最適ビームはＵＥ側からの実際の最適ビームと不一致である。例えば、ＵＥは、ビームＦ、Ｇ、Ｊ及びＫの品質（例えば、レイヤ１参照信号受信電力（Ｌ１－ＲＳＲＰ））を測定して、ｇＮＢ側で訓練されたＡＩ／ＭＬモデルに基づいて全ての候補ビームの品質を推定し、全ての候補ビームのＬ１－ＲＳＲＰに基づいて最大のＬ１－ＲＳＲＰを有する最適ビーム（ビームＡを想定する）を決定することができる。しかしながら、実際には、ＵＥのビームＡ（即ちＲｘビーム）はシェルターにより覆われている。ビームＡを継続して使用すれば、送信品質は深刻に影響されてしまう。ＡＩ／ＭＬモデルのオフライン訓練は、全ての「事故」の発生を考慮することは不可能である。ＡＩ／ＭＬモデルがＵＥの環境に適応できることを保証するために、オフラインで訓練されたモデルにオンライン訓練を加える必要がある。例えば、オンライン訓練はｇＮＢ側で実行されることが可能である。しかしながら、この状況では、ＵＥは訓練に必要とされるデータの大量を提供する必要があり、これは巨大なＵＬオーバーヘッドを引き起こす可能性がある。そのため、オンライン訓練はＵＥ側で実行されるべきである。

【0033】

実施形態によれば、ＡＩ／ＭＬモデルの改善についての解決策が提案される。本開示の実施形態によれば、端末装置は、端末装置の１つ又は複数の能力を、ネットワーク装置に報告する。該１つ又は複数の能力は、端末装置がＡＩ／ＭＬモデルをサポートすることを示す。端末装置は、該ＡＩ／ＭＬモデルに関連付けられた１つ又は複数の設定、ネットワーク装置から受信する。端末装置は、ＡＩ／ＭＬモデルに関連付けられた情報を取得するための報告をトリガする指示をネットワーク装置から受信する。こうして、ビーム管理の精度を向上させるためにＡＩ／ＭＬモデルを訓練することができる。

【0034】

図１は本開示の実施形態を実施可能な通信システムの概略図である。通信ネットワークの一部である通信システム１００は、まとめて「端末装置１１０」と称されてもよい端末装置１１０－１と、端末装置１１０－２と、…、端末装置１１０－Ｎとを備える。数Ｎは任意の適切な整数であってもよい。端末装置１１０は、互いに通信してもよい。一例としてのみ、端末装置１１０－１は、ビーム１３１－１、１３２－１、１３３－１及び１３４－１として示される複数のビームを有するように設定されてもよい。ネットワーク装置１２０は、ビーム１３１－２、１３２－２、１３３－２及び１３４－２として示される複数のビームを有するように設定されてもよい。ビームペアは、２つのビーム、例えば、ビーム１３１－１及び１３１－２、１３２－１及び１３２－２、１３３－１及び１３３－２、並びに、１３４－１及び１３４－２を含んでもよい。なお、図１に示されるビーム数は限定ではなく一例にすぎないことに留意すべきである。

【0035】

通信システム１００は、ネットワーク装置をさらに備える。通信システム１００において、ネットワーク装置１２０と端末装置１１０とが互いにデータ及び制御情報を通信することが可能である。図１に示す端末装置の数は、説明のためのみに示されており、いかなる限定も示唆していない。

【0036】

通信システム１００における通信は、第１世代（１Ｇ）、第２世代（２Ｇ）、第３世代（３Ｇ）、第４世代（４Ｇ）及び第５世代（５Ｇ）などのセルラー通信プロトコル、米国電気電子学会（ＩＥＥＥ：ＩｎｓｔｉｔｕｔｅｆｏｒＥｌｅｃｔｒｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｓ）８０２．１１などの無線ローカルエリアネットワーク通信プロトコル、及び／又は現在知られている、又は将来開発される任意の他のプロトコルを含むが、これらに限定されない任意の適切な通信プロトコルに従って実現することができる。さらに、通信は、符号分割多元接続（ＣＤＭＡ）、周波数分割多元接続（ＦＤＭＡ）、時分割多元接続（ＴＤＭＡ）、周波数分割デュプレクサ（ＦＤＤ）、時分割デュプレクサ（ＴＤＤ）、マルチ入力マルチ出力（ＭＩＭＯ）、直交周波数分割多元接続（ＯＦＤＭＡ）、及び／又は現在知られている、又は将来開発される任意の他の技術を含むが、これらに限定されない任意の適切な無線通信技術を利用してもよい。

【0037】

本開示の実施形態は、任意の適切なシナリオに適用することが可能である。例えば、本開示の実施形態は、能力が低減されたＮＲ装置上で実施することができる。代替として、本開示の実施形態は、ＮＲマルチ入力マルチ出力（ＭＩＭＯ）、ＮＲサイドリンク強化、５２．６ＧＨｚより高い周波数のＮＲシステム、最大７１ＧＨｚの拡張ＮＲオペレーション、非地上系ネットワーク（ＮＴＮ）上の狭帯域モノのインターネット（ＮＢ－ＩＯＴ）／拡張マシンタイプ通信（ｅＭＴＣ）、ＮＴＮ、ＵＥ省電力強化、ＮＲカバレッジ強化、ＮＢ－ＩＯＴ及びＬＴＥ－ＭＴＣ、統合アクセス及びバックホール（ＩＡＢ）、ＮＲマルチキャスト及びブロードキャストサービス、又はマルチ無線デュアル接続の強化のうちの１つ内で実施できる。

【0038】

本明細書で使用される用語「スロット」は、動的なスケジューリングユニットを意味する。１つのスロットは、所定数のシンボルを含む。用語「ダウンリンク（ＤＬ）サブスロット」は、アップリンク（ＵＬ）サブスロットに基づいて構築された仮想サブスロットを指してもよい。ＤＬサブスロットは、１つのＤＬスロットより少ないシンボルを含んでもよい。本明細書で使用されるスロットは、所定数のシンボルを含む通常スロットと、該所定数のシンボルよりも少ないシンボルを含むサブスロットとを指してもよい。

【0039】

以下に、本開示の実施形態について詳細に説明する。最初に、本開示のいくつかの例示的な実施形態にかかる、端末装置とネットワーク装置との間のプロセス２００を示すシグナリング図を示す図２を参照する。説明のためだけに、図１を参照してプロセス２００について説明する。プロセス２００には、図１の端末装置１１０－１及びネットワーク装置１２０が関与してもよい。いくつかの実施形態において、プロセス２００は、ＡＩ／ＭＬモデルにおける障害の検出に適用可能である。代替として、プロセス２００は、ＡＩ／ＭＬモデルのオンライン訓練に適用可能である。

【0040】

端末装置１１０－１は、端末装置１１０－１の１つ又は複数の能力をネットワーク装置１２０に報告する（２０１０）。該１つ又は複数の能力は、端末装置１１０－１がデータ処理モデルをサポートすることを少なくとも示す。データ処理モデルは、ＡＩ／ＭＬモデルであってもよい。本明細書で使用される「ＡＩ／ＭＬモデル」とは、特定のパターンを認識可能にする１組のデータを利用するプログラム又はアルゴリズムを指すことができる。これにより、十分な情報が提供された場合に結論に達するか、又は予測を行うことを可能にする。一般的に言うと、ＡＩ／ＭＬモデルは、データと人間の専門家の入力とを用いて「訓練」され、同じ情報が提供されたときに専門家が下すであろう決定を再現する数学的アルゴリズムであってもよい。

【0041】

いくつかの実施形態において、能力は、ＡＩ／ＭＬをサポートする能力を示してもよい。いくつかの実施形態において、能力は、ＡＩ／ＭＬに基づくビーム管理をサポートする能力を示してもよい。代替として又は追加として、能力は、ＡＩ／ＭＬに基づく空間領域におけるビーム予測をサポートする能力を示してもよい。追加として、能力は、オンライン訓練をサポートする能力を端末装置１１０－１がサポートすることを示してもよい。例えば、微調整がオンライン訓練に適用可能である。他の適切な方法もオンライン訓練に適用可能であることに注意すべきである。能力はまた、端末装置１１０－１がサポートするＡＩ／ＭＬモデルのインデックスを示してもよい。いくつかの他の実施形態において、能力は、端末装置１１０－１側でＡＩ／ＭＬモデルにおける障害を検出するのに要する最小時間である第１の時間遅延を示してもよい。こうして、ネットワーク装置１２０は、端末装置１１０－１について、対応するＡＩ／ＭＬモデル及び関連する有効化パラメータを設定することができる。

【0042】

他の実施形態において、能力は、端末装置１１０－１側におけるＡＩ／ＭＬモデルのオンライン訓練に要する最小時間である第２の時間遅延を示してもよい。こうして、ＡＩ／ＭＬモデルの統合解析を容易にすることができる。

【0043】

ネットワーク装置１２０は、ＡＩ／ＭＬモデルに関連付けられた１つ又は複数の設定を端末装置１１０－１に送信する（２０２０）。設定は、上位層シグナリングを介して送信されてもよい。例えば、設定は、ＲＲＣシグナリングを介して送信されてもよい。

【0044】

いくつかの実施形態において、該１つ又は複数の設定は、第１の設定を含んでいてもよい。この場合、第１の設定は、ＡＩ／ＭＬモデルのインデックスを示してもよい。追加として、第１の設定は、ＡＩ／ＭＬモデルの第１のタイプのパラメータを示してもよい。この場合、第１のタイプのパラメータは、ＡＩ／ＭＬモデルの構造パラメータを含んでもよい。例えば、構造パラメータは、ＡＩ／ＭＬモデルのディープニューラルネットワーク（ＤＮＮ：ｄｅｅｐｎｅｕｒａｌｎｅｔｗｏｒｋ）を示すことができる。代替として、構造パラメータは、ＡＩ／ＭＬモデルの畳み込みニューラルネットワーク（ＣＮＮ：ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ）を示すことができる。構造パラメータはまた、ＡＩ／ＭＬモデルの層数を示してもよい。構造パラメータは、ＡＩ／ＭＬモデルの層のタイプを示してもよい。追加として、構造パラメータは、ＡＩ／ＭＬモデルのニューロン数を示してもよい。いくつかの他の実施形態において、第１のタイプのパラメータは、ＡＩ／ＭＬモデルのファクターを含んでもよい。例えば、ファクターは、重みファクターであってもよい。代替として又は追加として、ファクターは、バイアスファクターであってもよい。追加として又は代替として、第１の設定は、第１のタイプのパラメータを示してもよい。換言すれば、端末装置１１０－１は、ＡＩ／ＭＬモデル及び対応する第１のタイプのパラメータを有するように設定されてもよい。第１のタイプのパラメータは、ＡＩ／ＭＬモデルの入力のデータフォーマットを含んでもよい。例えば、入力のデータフォーマットは、入力データの行数及び列数を含んでもよい。追加として、入力のデータフォーマットは、入力データの単位を含んでもよい。入力のデータフォーマットは、入力データの解釈を含んでもよい。

【0045】

追加として、第１のタイプのパラメータは、ＡＩ／ＭＬモデルの出力のデータフォーマットを含んでもよい。同様に、出力のデータフォーマットは、出力データの行数及び列数を含んでもよい。追加として、出力のデータフォーマットは、出力データの単位を含んでもよい。出力のデータフォーマットは、出力データの解釈を含んでもよい。

【0046】

いくつかの実施形態において、第１のタイプのパラメータは、ＡＩ／ＭＬモデルの前処理パラメータを含んでもよい。第１のタイプのパラメータはまた、ＡＩ／ＭＬモデルの後処理パラメータを含んでもよい。例えば、第１のタイプのパラメータは、標準化係数を含んでもよい。用語「標準化係数」は、入力データについて正規化動作を実行することにより、入出力データを同じ分布に平坦化し、訓練ネットワークを加速させることを指してもよい。例えば、最大値ベースの正規化の場合、全ての入力データを標準化係数である最大値で割ってもよい。

【0047】

追加として、第１の設定はまた、第１の有効化パラメータを含んでもよい。第１の有効化パラメータを用いて、ＡＩ／ＭＬモデルにおける障害を端末装置１１０－１が検出可能にすることができる。例えば、第１の設定が第１の有効化パラメータを含まない場合、端末装置１１０－１は、ＡＩ／ＭＬモデルにおける障害の検出を実行しなくてもよい。代替として、第１の有効化パラメータが無効にセットされた（例えば「０」にセットされた）場合、端末装置１１０－１は、ＡＩ／ＭＬモデルにおける障害の検出を実行しなくてもよい。他の実施形態において、第１の有効化パラメータが有効にセットされた（例えば「１」にセットされた）場合、端末装置１１０－１は、ＡＩ／ＭＬモデルにおける障害の検出を実行してもよい。いくつかの実施形態において、第１の有効化パラメータは、ＣＳＩ報告の設定内で送信されてもよい。代替として、第１の有効化パラメータは、他の上位層シグナリングを介して送信されてもよい。こうして、端末装置は、ＡＩ／ＭＬモデル及び実行可能挙動を決定することができる。

【0048】

他の実施形態において、第１の設定は、第３の有効化パラメータを含んでもよい。第３の有効化パラメータを用いて、ＡＩ／ＭＬモデルのオンライン訓練を端末装置１１０－１が実行可能にすることができる。例えば、第１の設定が第３の有効化パラメータを含まない場合、端末装置１１０－１は、ＡＩ／ＭＬモデルのオンライン訓練を実行しなくてもよい。代替として、第３の有効化パラメータが無効にセットされた（例えば「０」にセットされた）場合、端末装置１１０－１は、ＡＩ／ＭＬモデルのオンライン訓練を実行しなくてもよい。他の実施形態において、第３の有効化パラメータが有効にセットされた（例えば「１」にセットされた）場合、端末装置１１０－１は、ＡＩ／ＭＬモデルのオンライン訓練を実行してもよい。こうして、端末装置は、ＡＩ／ＭＬモデルのオンライン訓練を実行することができる。

【0049】

ネットワーク装置１２０は、ＡＩ／ＭＬモデルに関連付けられた情報を取得するための報告をトリガする指示を送信する（２０３０）。いくつかの実施形態において、ＣＳＩ報告は、ＲＲＣシグナリングにより設定可能な周期的ＣＳＩ報告であってもよい。代替として、ＣＳＩ報告は、半永続的なＣＳＩ報告であってもよい。この場合、このようなＣＳＩ報告は、ネットワーク装置１２０からのメディアアクセス制御制御要素（ＭＡＣＣＥ）によりアクティブ化されることが可能である。他の実施形態において、ＣＳＩ報告は、非周期的なＣＳＩ報告又はＳＰ－ＣＳＩ報告であってもよい。この場合、ＣＳＩ報告は、ネットワーク装置１２０からのダウンリンク制御情報（ＤＣＩ）によりトリガされてもよい。

【0050】

いくつかの実施形態において、ネットワーク装置１２０は、ＣＳＩ報告の設定を送信してもよい。例えば、ＣＳＩ報告の設定は、ＣＳＩ－ＲｅｐｏｒｔＣｏｎｆｉｇの上位層設定を介して送信されてもよい。ＣＳＩ報告の設定は、ＣＳＩ報告が１つ又は複数のＣＳＩ－ＲＳ又はＳＳＢリソースセットに関連付けられていることを示してもよい。いくつかの実施形態において、ＣＳＩ－ＲＳリソースセットは周期的であってもよい。代替として、ＣＳＩ－ＲＳリソースセットは半永続的であってもよい。他の実施形態において、ＣＳＩ－ＲＳリソースセットは非周期的であってもよい。いくつかの実施形態において、ＣＳＩ－ＲＳリソースセットにおける各ＣＳＩ－ＲＳリソースは、ビームに対応してもよい。ＣＳＩ報告の設定は、ＡＩ／ＭＬモデルのインデックスを示してもよく、これは、ＣＳＩ報告がＡＩ／ＭＬモデルに関連付けられていることを意味する。こうして、端末装置は、ＣＳＩ報告がどのＡＩ／ＭＬモデルに適用されているかを知ることができる。

【0051】

ネットワーク装置１２０は、１組の参照信号を端末装置１１０－１に送信してもよい（２０４０）。ネットワーク装置１２０は、ＣＳＩ－ＲＳリソースセットに基づいて該１組の参照信号を送信してもよい。

【0052】

端末装置１１０－１は、該１組の参照信号を測定してもよい（２０５０）。端末装置１１０－１は、該１組の参照信号について参照信号受信電力（ＲＳＲＰ：ｒｅｆｅｒｅｎｃｅｓｉｇｎａｌｒｅｃｅｉｖｅｄｐｏｗｅｒ）を測定してもよい。例えば、端末装置１１０－１は、該１組の参照信号に基づいて、ＣＳＩ－ＲＳリソースインジケータ（ＣＲＩ：ＣＳＩ－ＲＳｒｅｓｏｕｒｃｅｉｎｄｉｃａｔｏｒ）－ＲＳＲＰを測定してもよい。代替として、ＳＳ／ＰＢＣＨリソースブロックインジケータ（ＳＳＢＲＩ：ＳＳ／ＰＢＣＨｒｅｓｏｕｒｃｅｂｌｏｃｋｉｎｄｉｃａｔｏｒ）－ＲＳＲＰを測定してもよい。他の実施形態において、端末装置１１０－１は、該１組の参照信号に基づいて、ＣＲＩ信号対干渉雑音比（ＳＩＮＲ：ｓｉｇｎａｌ－ｔｏ－ｉｎｔｅｒｆｅｒｅｎｃｅｐｌｕｓｎｏｉｓｅｒａｔｉｏ）を測定してもよい。代替として、端末装置１１０－１は、該１組の参照信号に基づいて、ＳＳＢＲＩ－ＳＩＮＲを測定してもよい。

【0053】

端末装置１１０－１は、報告をネットワーク装置１２０に送信してもよい（２０６０）。いくつかの実施形態において、報告は、ＡＩ／ＭＬモデルに関連付けられた情報を含んでもよい。例えば、報告は、ＡＩ／ＭＬモデルが失敗したか否かを示す第１の情報を含んでいてもよい。第１の情報は、報告量であってもよい。例えば、第１の情報は、報告内のビットフィールドを占有してもよい。図示のために、第１の情報が「１」を示す場合、ＡＩ／ＭＬモデル障害の発生を意味する。第１の情報が「０」を示す場合、ＡＩ／ＭＬモデル障害が発生していないことを意味する。こうして、端末装置は、第１の情報を報告することにより、ＡＩ／ＭＬモデルが失敗したか否かをネットワーク装置に通知することができる。

【0054】

他の実施形態において、報告は、測定結果を示してもよい。例えば、報告は、ＣＲＩ－ＲＳＲＰ、ＳＳＢＲＩ－ＲＳＲＰ、ＣＲＩ－ＳＩＮＲ、又はＳＳＢＲＩ－ＳＩＮＲ、のうちの１つを含んでもよい。いくつかの実施形態において、上述した１つ又は複数の設定は、第２の有効化パラメータを含んでもよい。第２の有効化パラメータは、関連付けられた報告がＡＩ／ＭＬモデルにおける障害を検出するために使用されることを示すために使用されてもよい。この場合、ＡＩ／ＭＬモデルにおいて障害が検出された場合、端末装置１１０－１は、何の量も報告しないようにしてもよく、換言すれば、端末装置１１０－１は、報告を送信しなくてもよい。報告の送信はスキップされてもよい。同時に、時間領域において他の競合する報告がなければ、ネットワーク装置１２０は、何の報告も受信しないようにしてもよい。この場合、ネットワーク装置１２０は、ＡＩ／ＭＬモデル障害が発生したと決定してもよい。代替として、ＡＩ／ＭＬモデルにおいて障害が検出されない場合、端末装置１１０－１は、Ｋ（Ｋ＞０）個の最適ビーム及び対応するビーム品質、即ち、Ｋ個のＣＲＩ及び対応するＬ１－ＲＳＲＰを報告内で報告してもよい。こうして、報告が第２の有効化パラメータに関連付けられているため、報告品質が「ＣＲＩ－ＲＳＲＰ」にセットされているものの、端末装置はまた、報告がＡＩ／ＭＬモデル障害を検出するために使用されることを知っている。

【0055】

代替として、ＡＩ／ＭＬモデルにおいて障害が検出された場合、報告は、所定値を示すビットフィールドを含んでもよい。例えば、ＡＩ／ＭＬモデルの障害が発生した場合、報告内の、ＣＲＩに対応するビットフィールド及び／又はＬ１－ＲＳＲＰフィールドの値が全て「１」にセットされてもよい。

【0056】

いくつかの実施形態において、上述した１つ又は複数の設定は、第２の設定を含んでもよい。第２の設定は、時間オフセットを示してもよい。この場合、端末装置１１０－１は、時間オフセットに基づいて決定されたスロット上で報告を送信してもよい。いくつかの実施形態において、時間オフセットは、端末装置１１０－１においてＡＩ／ＭＬモデルにおける障害を検出するのに要する最小時間である第１の時間遅延に依存してもよい。代替として、時間オフセットは、端末装置１１０－１におけるＡＩ／ＭＬモデルのオンライン訓練に要する最小時間である第２の時間遅延に依存してもよい。時間オフセットは、端末装置１１０－１がどのスロット上で報告量を転送するかを示してもよい。いくつかの実施形態において、時間オフセットは、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定による時間オフセットを指してもよい。代替として、時間オフセットは、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定とは独立してＲＲＣ設定を介して設定されてもよい。この場合、第１の時間オフセットがＲＲＣ設定内で設定される場合、端末装置１１０－１は、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定により提供される値を無視してもよい。この場合、端末装置は、報告をいつ実行するかを知ることができる。

【0057】

端末装置１１０－１は、少なくとも１つの条件が満たされた場合に、ＡＩ／ＭＬモデル上で障害が発生したと決定してもよい。例えば、ＡＩ／ＭＬモデルに基づいて決定された第１のターゲットビームが、該１組の参照信号の測定に基づいて決定された第２のターゲットビームと異なる場合に、端末装置１１０－１は、ＡＩ／ＭＬモデルに故障が発生したと決定してもよい。代替として、第１のターゲットビームの第１の量と第２のターゲットビームの第２の量との差が第１の閾値を超えた場合に、端末装置１１０－１は、ＡＩ／ＭＬモデル上で故障が発生したと決定してもよい。他の実施形態において、条件が満たされた回数が第２の閾値を超えている場合、端末装置１１０－１は、ＡＩ／ＭＬモデル上で故障が発生したと決定してもよい。例えば、第２の閾値は、ＲＲＣシグナリングを介して設定されてもよい。この場合、端末装置とネットワーク装置とは、どのような条件の下でＡＩ／ＭＬモデルが発生するかを知る。

【0058】

いくつかの実施形態において、端末装置１１０－１は、複数の報告を送信してもよい。この場合、該複数の報告の各々は、対応する優先度を示してもよい。例えば、他のアップリンク情報（例えば、別の報告）を送信する必要がある場合、端末装置１１０－１は、該他のアップリンク情報が報告と衝突するか否かを決定してもよい。該他のアップリンク情報が報告と衝突する場合、端末装置１１０－１は、報告の第１の優先度と、該他のアップリンク情報の第２の優先度とを比較してもよい。この場合、第１の優先度が第２の優先度よりも高い場合、端末装置１１０－１は、報告をネットワーク装置に送信してもよい。第１の優先度の値は、１組の値から決定されてもよい。第２の優先度の値も、該１組の値から決定されてもよい。該１組の値は、０、１及び２を含んでもよい。該１組の値はまた、他の値を含んでもよいことに注意すべきである。こうして、異なる内容を搬送する複数の報告が衝突する場合、端末装置は、最初にどのＣＳＩ報告を送信するかを知る。

【0059】

代替として、ネットワーク装置１２０は、ＡＩ／ＭＬモデル上で障害が発生したか否かを決定してもよい。この場合、新しい報告量、例えば、第２の情報を導入することができる。第２の情報は、推論情報と実際の情報とを含んでもよい。この場合、推論情報は、ＡＩ／ＭＬモデルに基づいて決定された推論ビーム、又は該推論ビームに対応するビーム品質、のうちの少なくとも１つを含む。追加として、該実際の情報は、報告に関連付けられた１組の参照信号の測定に基づいて決定された実際のビーム、又は該実際のビームに対応するビーム品質、のうちの少なくとも１つを含む。いくつかの実施形態において、ビーム品質がＲＳＲＰであってもよい。代替として、ビーム品質がＳＩＮＲであってもよい。いくつかの実施形態において、ビーム品質は、７ビットの値により定義されてもよい。ビーム品質は、１ｄＢのステップサイズで、－１４０ｄＢｍ～－４４ｄＢｍの範囲内にあってもよい。いくつかの実施形態において、推論ビーム及び推論ビームに対応するビーム品質に対応するビットフィールドが、実際のビーム及び実際のビームに対応するビーム品質に対応するビットフィールドの前にある。代替として、推論ビーム及び推論ビームに対応するビーム品質に対応するビットフィールドが、実際のビーム及び実際のビームに対応するビーム品質に対応するビットフィールドの後にある。

【0060】

いくつかの実施形態において、報告は、第３の情報に関連付けられてもよい。この場合、第３の情報は、ＡＩ／ＭＬモデルに基づいて更新された訓練済みＡＩ／ＭＬモデルの第２のタイプのパラメータを含んでもよい。例えば、第３の情報は、ＡＩ／ＭＬモデルと比べての訓練済みＡＩ／ＭＬモデルの変化の量、例えば、重みファクター及びバイアスファクターを主に含んでもよい。こうして、ネットワーク装置側におけるモデルの統合解析を容易にすることができる。代替として、端末装置１１０－１は、訓練済みＡＩ／ＭＬモデルを報告しなくてもよい。この場合、端末装置１１０－１は、Ｋ個の最適ビームを報告するだけでよい。

【0061】

図３Ａ～５を参照して例示的な実施形態について詳細に説明する。図３Ａは、ＡＩ／ＭＬモデルにおける障害が端末装置１１０－１により検出されるプロセスを示す。

【0062】

端末装置１１０－１は、端末装置１１０－１の１つ又は複数の能力をネットワーク装置１２０に報告する（３０１０）。該１つ又は複数の能力は、端末装置１１０－１がＡＩ／ＭＬモデルをサポートすることを少なくとも示す。

【0063】

【0064】

端末装置１１０－１は、上位層設定（例えば、ＲＲＣシグナリング）により、ＡＩ／ＭＬモデル及び第１の有効化パラメータを有するように設定されてもよい。ＡＩ／ＭＬモデルは、ＡＩ／ＭＬモデルのインデックス（ＩＤ）、構造パラメータ（例えば、ＤＮＮ、ＣＮＮ、層数、層のタイプ、ニューロン数）、ファクター（例えば、重みファクター、バイアスファクター）を含んでもよい。第１の有効化パラメータは、ＡＩ／ＭＬモデル障害を検出する機能を端末装置１１０－１が実行可能にするために用いられる。端末装置１１０－１が第１の有効化パラメータを有するように設定されていないか、又は第１の有効化パラメータが無効にセットされている場合、端末装置１１０－１は、ＡＩ／ＭＬモデル障害の検出を実行することを期待しない。

【0065】

いくつかの実施形態において、端末装置１１０－１はまた、第１の有効化パラメータ及び第１のタイプのパラメータを有するように設定されてもよい。第１のタイプのパラメータは、ＡＩ／ＭＬモデルの入出力のデータフォーマット、前処理／後処理パラメータ（例えば、標準化係数）、を含んでもよい。ＡＩ／ＭＬモデルは、第１のタイプのパラメータに関連付けられてもよい。例えば、端末装置１１０－１は、ＡＩ／ＭＬモデル及び対応する第１のタイプのパラメータを有するように設定される。

【0066】

ネットワーク装置１２０は端末装置１１０－１についてのＣＳＩ報告をトリガする（３０２０）。ＣＳＩ報告は、ＲＲＣにより設定される周期的なＣＳＩ報告、又はＭＡＣ－ＣＥによりアクティブ化される半永続的なＣＳＩ報告、又はＤＣＩによりトリガされる非周期的なＣＳＩ報告又はＳＰ－ＣＳＩ報告であってもよい。そして、ＣＳＩ報告はＣＳＩ－ＲｅｐｏｒｔＣｏｎｆｉｇの上位層設定を参照してもよい。

【0067】

ＣＳＩ報告は、再送がオフになっている１つ又は複数のＣＳＩ－ＲＳ（又はＳＳＢ）リソースセット３０３０に関連付けられている。ＣＳＩ－ＲＳリソースセットのタイプは、周期的、半永続的、又は非周期的であってもよい。ＣＳＩ－ＲＳリソースセットにおける各ＣＳＩ－ＲＳリソースは、ビームに対応する。端末装置側では、これらのＣＳＩ－ＲＳリソースは、ＡＩ／ＭＬモデル障害を検出するための入出力データを収集するために利用される。例えば、各ＣＳＩ－ＲＳリソースは、それぞれ、ビーム１３１－１、１３２－１、１３３－１及び１３４－１に対応してもよい。

【0068】

ＣＳＩ報告は、ＡＩ／ＭＬモデルに関連付けられてもよい。例えば、ＡＩ／ＭＬモデルのインデックスは、ＣＳＩ報告の上位層設定（例えば、ＣＳＩ－ＲｅｐｏｒｔＣｏｎｆｉｇ）内で設定されてもよい。

【0069】

端末装置１１０－１は第１の情報を報告する（３０４０）。第１の情報は、新しく導入された報告量、即ち、端末装置１１０－１により報告される内容であってもよい。具体的には、第１の情報は、ＣＳＩ報告に関連付けられたＡＩ／ＭＬモデルが障害したか否かを示すために利用されてもよい。そして、第１の情報報告は、１ビットフィールドを占有する。「１」は「ＡＩ／ＭＬモデル障害の発生」を意味し、「０」は「ＡＩ／ＭＬモデル障害の発生がない」を意味する。

【0070】

代替として、ＣＳＩ報告に関連付けられた報告量が「ＣＲＩ－ＲＳＲＰ」（又は「ＳＳＢＲＩ－ＲＳＲＰ」、「ＣＲＩ－ＳＩＮＲ」、「ＳＳＢＲＩ－ＳＩＮＲ」）に設定されてもよく、同時に、ＣＳＩ報告は第２の有効化パラメータに関連付けられてもよい。この場合、第２の有効化パラメータは、関連付けられたＣＳＩ報告がＡＩ／ＭＬモデル障害を検出するために使用されることを示すために使用されてもよい。特に、ＡＩ／ＭＬモデル障害が発生した場合、端末装置１１０－１は、何の量も報告しない。換言すれば、端末装置１１０－１は、ＣＳＩ報告をネットワーク装置１２０に転送しない。このとき、時間領域において他の衝突するＣＳＩ報告がなければ、ネットワーク装置１２０は何のＣＳＩ報告も受信しないため、ＡＩ／ＭＬモデル障害が発生したとみなすことになる。それ以外の場合（すなわち、ＡＩ／ＭＬモデル障害が発生しない場合）、端末装置１１０－１は、Ｋ（Ｋ＞０）個の最適ビーム及び対応するビーム品質、即ち、Ｋ個のＣＲＩ及び対応するＬ１－ＲＳＲＰを報告してもよい。オプションとして、ＡＩ／ＭＬモデルの障害が発生した場合、ＵＥにより報告されるＣＲＩ又は（及び）Ｌ１－ＲＳＲＰに対応するビットフィールドの値は「１１１１……」（即ち、全て「１」）である。

【0071】

いくつかの実施形態において、ＣＳＩ報告は、第１の時間オフセット３１０に関連付けられてもよい。第１の時間オフセット３１０は、端末装置１１０－１がどのスロット上で報告量を転送するかを示すために利用されてもよい。具体的には、第１の時間オフセット３１０は、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定による時間オフセットを指してもよい。さらに、第１の時間オフセット３１０の値は、報告された第１の時間遅延に依存する。オプションとして、第１の時間オフセット３１０は、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定とは独立してＲＲＣを介して設定されてもよい。さらに、第１の時間オフセット３１０が設定されている場合（又は第１の時間オフセットのフィールドが存在する場合）、端末装置１１０－１は、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定により提供される値を無視すべきである。

【0072】

端末装置１１０－１は、以下の基準に従って、ＡＩ／ＭＬモデルの可用性を決定してもよい。この場合、端末装置１１０－１は、ＡＩ／ＭＬモデル障害が発生したか否かを示す第１の情報を報告してもよい。

【0073】

基準－１：ＡＩ／ＭＬモデルに基づいて推論された最適ビームは、ＡＩ／ＭＬモデルに基づいていない実際の最適ビームと不一致である。具体的には、「推論された最適ビーム」とは、「最大の量（例えば、Ｌ１－ＲＳＲＰ、Ｌ１－ＳＩＮＲ）を有する推論されたＣＳＩ－ＲＳリソースに対応するＣＲＩ」を意味し、「実際の最適ビーム」とは、最大量を有する実際のＣＳＩ－ＲＳリソースに対応するＣＲＩを意味する。例えば、ＡＩ／ＭＬモデルに基づく推論された最適ビームは、ビーム１３１－１であってもよく、ＡＩ／ＭＬモデルに基づいていない実際の最適ビームは、ビーム１３３－１であってもよい。基準－２：推定された最適ビームに対応する量（例えば、Ｌ１－ＲＳＲＰ、Ｌ１－ＳＩＮＲ）と実際の最適ビームに対応する量との差が、（ＲＲＣにより設定される）よ第１の閾値よりも大きい。例えば、ビーム１３１－１のＬ１－ＲＳＲＰとビーム１３３－１のＬ１－ＲＳＲＰとの差が、第１の閾値を超えている可能性がある。具体的には、基準１又は基準２が満たされた場合、端末装置１１０－１は、ＡＩ／ＭＬモデル障害が発生したと決定してもよい。さらに、端末装置１１０－１は、（ＲＲＣにより設定さる）第２の閾値を有するように設定されてもよい。第２の閾値の値が３であると仮定し、基準１又は基準２が３回以上連続して満たされた場合、ＡＩ／ＭＬモデルは利用不可能である。それ以外の場合、ＡＩ／ＭＬモデルが利用可能である。

【0074】

複数のＣＳＩ報告がネットワーク装置１２０により同時にトリガされると、これらのＣＳＩ報告が衝突する可能性がある。例えば、２つのＣＳＩ報告は、これらのＣＳＩ報告を搬送するようにスケジューリングされた物理チャネルの時間占有が、少なくとも１つのＯＦＤＭシンボル内で重複し、且つ、同じキャリア上で送信される場合、衝突とみなされてもよい。この場合、ＣＳＩ報告についての優先度を規定すべきである。例えば、第１の情報に関連付けられたＣＳＩ報告が、ビームのため（例えば、ＣＲＩ－ＲＳＲＰ）又はＣＳＩ取得のため（例えば、ＣＲＩ－ＲＩ－ＰＭＩ－ＣＱＩ）の他のＣＳＩ報告と衝突し、これらのＣＳＩ報告に対応する時間領域タイプが同じ（例えば、非周期的）である場合、端末装置１１０－１は、第１の情報に関連付けられた（例えば、搬送する）ＣＳＩ報告を優先的に送信する。このとき、第１の情報を搬送するＣＳＩ報告の場合、ｋ＝０であり、それぞれＬ１－ＲＳＲＰ又はＬ１－ＳＩＮＲを搬送するＣＳＩ報告及びＬ１－ＲＳＲＰ、Ｌ１－ＳＩＮＲ又は第１の情報を搬送しないＣＳＩ報告の場合に、それぞれ、ｋ＝１、２であり、ここで、「ｋ」は、ＣＳＩ報告の優先度値を算出するために利用されるパラメータである。オプションとして、第１の情報を搬送するＣＳＩ報告、Ｌ１－ＲＳＲＰ又はＬ１－ＳＩＮＲを搬送するＣＳＩ報告、及びＬ１－ＲＳＲＰ、Ｌ１－ＳＩＮＲ又は第１の情報を搬送しないＣＳＩ報告に対応するｋの値も、それぞれ、［１，０，２］又は［２，０，１］である。即ち、第１の情報を搬送するＣＳＩ報告は、中間の優先度又は最低の優先度を有する。

【0075】

図３Ｂは、ＡＩ／ＭＬモデルにおける障害がネットワーク装置１２０により検出されるプロセスを示す。

【0076】

図３Ｂに示すように、端末装置１１０－１は第２の情報を報告する（３０５０）。この場合、いくつかの実施形態において、第２の情報は、新しい報告量であってもよい。第２の情報は、推論された最適ビーム（例えば、ビーム１３１－１）、実際の最適ビーム（例えば、ビーム１３３－１）、対応するビーム品質、即ち、最も大きい量（例えば、Ｌ１－ＲＳＲＰ）を有する推定されたＣＳＩ－ＲＳリソースに対応するＣＲＩ及び対応する量、最も大きい量を有する実際のＣＳＩ－ＲＳリソースに対応するＣＲＩを含んでもよい。いくつかの実施形態において、推定された最適ビーム及び実際の最適ビームに対応する報告されるＬ１－ＲＳＲＰ値は、１ｄＢのステップサイズで、［－１４０，－４４］ｄＢｍの範囲内において、７ビット値により定義されてもよい。さらに、推定された（又は実際の）最適ビーム及び対応するＬ１－ＲＳＲＰは、前方のビットフィールドを占有してもよく、他方が残りのビットフィールドを占有してもよい。オプションとして、報告量は「ＣＲＩ－ＲＳＲＰ」（又は「ＳＳＢＲＩ－ＲＳＲＰ」、「ＣＲＩ－ＳＩＮＲ」、「ＳＳＢＲＩ－ＳＩＮＲ」）にセットされてもよく、同時に、ＣＳＩ報告が第２の有効化パラメータに関連付けられた場合、端末装置１１０－１は、Ｋ個の最適ビームを報告することを期待せず（Ｒ１５／１６を再利用する）、端末装置１１０－１は、推論された最適ビーム、実際の最適ビーム、及び対応するビーム品質を報告すべきである。

【0077】

図４は、ＡＩ／ＭＬモデルのオンライン訓練が端末装置１１０－１により実行されるプロセスを示す。

【0078】

端末装置１１０－１は、端末装置１１０－１の１つ又は複数の能力をネットワーク装置１２０に報告する（４０１０）。該１つ又は複数の能力は、端末装置１１０－１がＡＩ／ＭＬをサポートすることを少なくとも示す。いくつかの実施形態において、能力は、端末装置１１０－１側におけるオンライン訓練に要する最小時間である第２の時間遅延を示してもよい。こうして、ＡＩ／ＭＬモデルの統合解析を容易にすることができる。

【0079】

端末装置１１０－１は、ＡＩ／ＭＬモデル及び第３の有効化パラメータを有するように設定されてもよい。第３の有効化パラメータを用いて、ＡＩ／ＭＬモデルのオンライン訓練機能を端末装置１１０－１が実行可能にすることができる。この場合、端末装置１１０－１が第３の有効化パラメータを有するように設定されていないか、又は第３の有効化パラメータが無効にセットされている場合、端末装置１１０－１は、ＡＩ／ＭＬモデルについてオンライン訓練を実行することを期待しない。

【0080】

ネットワーク装置１２０は端末装置１１０－１についてのＣＳＩ報告をトリガする（４０２０）。ＣＳＩ報告は、ＲＲＣにより設定される周期的なＣＳＩ報告、又はＭＡＣ－ＣＥによりアクティブ化される半永続的なＣＳＩ報告、又はＤＣＩによりトリガされる非周期的なＣＳＩ報告又はＳＰ－ＣＳＩ報告であってもよい。そして、ＣＳＩ報告はＣＳＩ－ＲｅｐｏｒｔＣｏｎｆｉｇの上位層設定を参照してもよい。

【0081】

いくつかの実施形態において、ＣＳＩ報告は、ＣＳＩ－ＲＳリソースセット４０３０に関連付けられてもよい。障害検出と比較して、ＣＳＩ報告は、より多くのデータがＡＩ／ＭＬモデルの訓練に必要とされるため、より多くのＣＳＩ－ＲＳリソースセットに関連付けられてもよい。

【0082】

端末装置１１０－１は、訓練済みＡＩ／ＭＬモデルを報告する（４０４０）。例えば、ＣＳＩ報告は、第３の情報に関連付けられてもよい。この場合、第３の情報は、新しく導入された報告量であってもよい。具体的には、第３の情報は、訓練済みＡＩ／ＭＬモデル関連パラメータを含んでもよく、例えば、ＡＩ／ＭＬモデルと比べての訓練済みＡＩ／ＭＬモデルの変化の量、例えば、重みファクター及びバイアスファクターを主に含んでもよい。オプションとして、端末装置１１０－１は、訓練済みＡＩ／ＭＬモデルを報告しなくてもよい。例えば、報告量は「ＣＲＩ－ＲＳＲＰ」にセットされてもよく、端末装置１１０－１は、Ｋ個の最適ビームを報告するだけでよい。

【0083】

いくつかの実施形態において、ＣＳＩ報告は、第２の時間オフセット４１０に関連付けられてもよい。第２の時間オフセット４１０は、端末装置１１０－１がどのスロット上で報告量を転送するかを示すために利用されてもよい。具体的には、第２の時間オフセット４１０は、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定による時間オフセットを指してもよい。さらに、第２の時間オフセット４１０の値は、報告された第２の時間遅延に依存する。オプションとして、第２の時間オフセット４１０は、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定とは独立してＲＲＣを介して設定されてもよい。さらに、第２の時間オフセット４１０が設定されている場合（又は第２の時間オフセットのフィールドが存在する場合）、端末装置１１０－１は、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定により提供される値を無視すべきである。

【0084】

いくつかの実施形態において、ＣＳＩ報告についての優先度を規定すべきである。いくつかの実施形態において、第１の情報と第３の情報とが共存してもよい。第１の情報を搬送するＣＳＩ報告、第３の情報を搬送するＣＳＩ報告、Ｌ１－ＲＳＲＰ又はＬ１－ＳＩＮＲを搬送するＣＳＩ報告、及び、Ｌ１－ＲＳＲＰ、Ｌ１－ＳＩＮＲ、第１の情報又は第３の情報を搬送しないＣＳＩ報告に対応するｋの値は、［０，１，２，３］、［２，３，０，１］、［０，２，１，３］又は［０，３，１，２］である。

【0085】

図５は本開示の実施形態にかかる例示的な方法５００のフローチャートである。方法５００は、任意の適切な装置において実施することができる。説明のためのみに、方法５００は、図１に示すような端末装置１１０－１において実現されることが可能である。

【0086】

ブロック５１０において、端末装置１１０－１は、端末装置１１０－１の１つ又は複数の能力をネットワーク装置１２０に報告する。該１つ又は複数の能力は、端末装置１１０－１がＡＩ／ＭＬモデルをサポートすることを少なくとも示す。

【0087】

【0088】

【0089】

ブロック５２０において、端末装置１１０－１は、該データ処理モデルの１つ又は複数の設定をネットワーク装置１２０から受信する。該１つ又は複数の設定は、上位層シグナリングを介して送信されてもよい。例えば、該１つ又は複数の設定は、ＲＲＣシグナリングを介して送信されてもよい。

【0090】

【0091】

追加として又は代替として、第１の設定は、第１のタイプのパラメータを示してもよい。換言すれば、端末装置１１０－１は、ＡＩ／ＭＬモデル及び対応する第１のタイプのパラメータを有するように設定されてもよい。第１のタイプのパラメータは、ＡＩ／ＭＬモデルの入力のデータフォーマットを含んでもよい。例えば、入力のデータフォーマットは、入力データの行数及び列数を含んでもよい。追加として、入力のデータフォーマットは、入力データの単位を含んでもよい。入力のデータフォーマットは、入力データの解釈を含んでもよい。

【0092】

【0093】

【0094】

追加として、第１の設定はまた、第１の有効化パラメータを含んでもよい。第１の有効化パラメータを用いて、ＡＩ／ＭＬモデルにおける障害を端末装置１１０－１が検出可能にすることができる。例えば、第１の設定が第１の有効化パラメータを含まない場合、端末装置１１０－１は、ＡＩ／ＭＬモデルにおける障害の検出を実行しなくてもよい。代替として、第１の有効化パラメータが無効にセットされた（例えば「０」にセットされた）場合、端末装置１１０－１は、ＡＩ／ＭＬモデルにおける障害の検出を実行しなくてもよい。他の実施形態において、第１の有効化パラメータが有効にセットされた（例えば「１」にセットされた）場合、端末装置１１０－１は、ＡＩ／ＭＬモデルにおける障害の検出を実行してもよい。こうして、端末装置は、ＡＩ／ＭＬモデル及び実行可能挙動を決定することができる。

【0095】

【0096】

ブロック５３０において、端末装置１１０－１は、該データ処理モデルに関連付けられた情報を取得するための報告をトリガする指示を受信する。いくつかの実施形態において、ＣＳＩ報告は、ＲＲＣシグナリングにより設定可能な周期的ＣＳＩ報告であってもよい。代替として、ＣＳＩ報告は、半永続的なＣＳＩ報告であってもよい。この場合、このようなＣＳＩ報告は、ネットワーク装置１２０からのメディアアクセス制御制御要素（ＭＡＣＣＥ）によりアクティブ化されることが可能である。他の実施形態において、ＣＳＩ報告は、非周期的なＣＳＩ報告又はＳＰ－ＣＳＩ報告であってもよい。この場合、ＣＳＩ報告は、ネットワーク装置１２０からのダウンリンク制御情報（ＤＣＩ）によりトリガされてもよい。

【0097】

いくつかの実施形態において、端末装置１１０－１は、ＣＳＩ報告の設定を受信してもよい。例えば、ＣＳＩ報告の設定は、ＣＳＩ－ＲｅｐｏｒｔＣｏｎｆｉｇの上位層設定を介して送信されてもよい。ＣＳＩ報告の設定は、ＣＳＩ報告が１つ又は複数のＣＳＩ－ＲＳ又はＳＳＢリソースセットに関連付けられていることを示してもよい。いくつかの実施形態において、ＣＳＩ－ＲＳリソースセットは周期的であってもよい。代替として、ＣＳＩ－ＲＳリソースセットは半永続的であってもよい。他の実施形態において、ＣＳＩ－ＲＳリソースセットは非周期的であってもよい。いくつかの実施形態において、ＣＳＩ－ＲＳリソースセットにおける各ＣＳＩ－ＲＳリソースは、ビームに対応してもよい。ＣＳＩ報告の設定は、ＡＩ／ＭＬモデルのインデックスを示してもよく、これは、ＣＳＩ報告がＡＩ／ＭＬモデルに関連付けられていることを意味する。こうして、端末装置は、ＣＳＩ報告がどのＡＩ／ＭＬモデルに適用されているかを知ることができる。

【0098】

いくつかの実施形態において、端末装置１１０－１は、１組の参照信号を端末装置１１０－１に受信してもよい。ネットワーク装置１２０は、ＣＳＩ－ＲＳリソースセットに基づいて該１組の参照信号を送信してもよい。

【0099】

いくつかの実施形態において、端末装置１１０－１は、該１組の参照信号を測定してもよい。端末装置１１０－１は、該１組の参照信号についてＲＳＲＰを測定してもよい。例えば、端末装置１１０－１は、該１組の参照信号に基づいて、ＣＲＩ－ＲＳＲＰを測定してもよい。代替として、ＳＳＢＲＩ－ＲＳＲＰが測定されてもよい。いくつかの実施形態において、端末装置１１０－１は、該１組の参照信号に基づいて、ＣＲＩＳＩＮＲを測定してもよい。代替として、端末装置１１０－１は、該１組の参照信号に基づいて、ＳＳＢＲＩ－ＳＩＮＲを測定してもよい。

【0100】

端末装置１１０－１は、報告をネットワーク装置１２０に送信してもよい。いくつかの実施形態において、報告は、ＡＩ／ＭＬモデルに関連付けられた情報を含んでもよい。例えば、報告は、ＡＩ／ＭＬモデルが失敗したか否かを示す第１の情報を含んでいてもよい。第１の情報は、報告量であってもよい。例えば、第１の情報は、報告内のビットフィールドを占有してもよい。図示のために、第１の情報が「１」を示す場合、ＡＩ／ＭＬモデル障害の発生を意味する。第１の情報が「０」を示す場合、ＡＩ／ＭＬモデル障害が発生していないことを意味する。こうして、端末装置は、第１の情報を報告することにより、ＡＩ／ＭＬモデルが失敗したか否かをネットワーク装置に通知することができる。

【0101】

他の実施形態において、報告は、測定結果を示してもよい。例えば、報告は、ＣＲＩ－ＲＳＲＰ、ＳＳＢＲＩ－ＲＳＲＰ、ＣＲＩ－ＳＩＮＲ、又はＳＳＢＲＩ－ＳＩＮＲ、のうちの１つを含んでもよい。いくつかの実施形態において、上述した１つ又は複数の設定は、第２の有効化パラメータを含んでもよい。第２の有効化パラメータは、関連付けられた報告がＡＩ／ＭＬモデルにおける障害を検出するために使用されることを示すために使用されてもよい。この場合、ＡＩ／ＭＬモデルにおいて障害が検出された場合、端末装置１１０－１は、何の量も報告しないようにしてもよく、換言すれば、端末装置１１０－１は、報告を送信しなくてもよい。報告の送信はスキップされてもよい。同時に、時間領域において他の競合する報告がなければ、ネットワーク装置１２０は、ＣＳＩ報告を受信しないようにしてもよい。この場合、ネットワーク装置１２０は、ＡＩ／ＭＬモデル障害が発生したと決定してもよい。代替として、ＡＩ／ＭＬモデルにおいて障害が検出されない場合、端末装置１１０－１は、Ｋ（Ｋ＞０）個の最適ビーム及び対応するビーム品質、即ち、Ｋ個のＣＲＩ及び対応するＬ１－ＲＳＲＰを報告内で報告してもよい。こうして、報告が第２の有効化パラメータに関連付けられているため、報告品質が「ＣＲＩ－ＲＳＲＰ」にセットされているものの、端末装置はなお、ＣＳＩ報告がＡＩ／ＭＬモデル障害を検出するために使用されることを知っている。

【0102】

【0103】

【0104】

【0105】

【0106】

代替として、ネットワーク装置１２０は、ＡＩ／ＭＬモデル上で障害が発生したか否かを決定してもよい。第２の情報は、推論情報と実際の情報とを含んでもよい。この場合、推論情報は、ＡＩ／ＭＬモデルに基づいて決定された推論ビーム、又は該推論ビームに対応するビーム品質、のうちの少なくとも１つを含む。追加として、該実際の情報は、報告に関連付けられた１組の参照信号の測定に基づいて決定された実際のビーム、又は該実際のビームに対応するビーム品質、のうちの少なくとも１つを含む。いくつかの実施形態において、ビーム品質がＲＳＲＰであってもよい。代替として、ビーム品質がＳＩＮＲであってもよい。いくつかの実施形態において、ビーム品質は、７ビットの値により定義されてもよい。ビーム品質は、１ｄＢのステップサイズで－１４０ｄＢｍ～－４４ｄＢｍであってもよい。いくつかの実施形態において、推論ビーム及び推論ビームに対応するビーム品質に対応するビットフィールドが、実際のビーム及び実際のビームに対応するビーム品質に対応するビットフィールドの前にある。代替として、推論ビーム及び推論ビームに対応するビーム品質に対応するビットフィールドが、実際のビーム及び実際のビームに対応するビーム品質に対応するビットフィールドの後にある。

【0107】

【0108】

図６は本開示の実施形態にかかる例示的な方法６００のフローチャートである。方法６００は、任意の適切な装置において実施することができる。説明のためのみに、方法６００は、図１に示すようなネットワーク装置１２０－１において実現されることができる。

【0109】

ブロック６１０において、ネットワーク装置１２０は、能力報告を端末装置１１０－１から受信する。該能力報告は、１つ又は複数の能力を含む。該１つ又は複数の能力は、端末装置１１０－１がＡＩ／ＭＬモデルをサポートすることを少なくとも示す。

【0110】

【0111】

【0112】

ブロック６２０において、ネットワーク装置１２０は、該データ処理モデルの１つ又は複数の設定を端末装置１１０－１に送信する。設定は、上位層シグナリングを介して送信されてもよい。例えば、設定は、ＲＲＣシグナリングを介して送信されてもよい。

【0113】

【0114】

【0115】

【0116】

追加として、第１の設定はまた、第１の有効化パラメータを含んでもよい。第１の有効化パラメータを用いて、ＡＩ／ＭＬモデルにおける障害を端末装置１１０－１が検出可能にすることができる。例えば、第１の設定が第１の有効化パラメータを含まない場合、端末装置１１０－１は、ＡＩ／ＭＬモデルにおける障害の検出を実行しなくてもよい。代替として、第１の有効化パラメータが無効にセットされた（例えば「０」にセットされた）場合、端末装置１１０－１は、ＡＩ／ＭＬモデルにおける障害の検出を実行しなくてもよい。他の実施形態において、第１の有効化パラメータが有効にセットされた（例えば「１」にセットされた）場合、端末装置１１０－１は、ＡＩ／ＭＬモデルにおける障害の検出を実行してもよい。こうして、端末装置は、ＡＩ／ＭＬモデル及び実行可能挙動を決定することができる。

【0117】

【0118】

ブロック６３０において、ネットワーク装置１２０は、前記データ処理モデルに関連付けられた情報を取得するための報告をトリガする指示を送信する。いくつかの実施形態において、ＣＳＩ報告は、ＲＲＣシグナリングにより設定可能な周期的ＣＳＩ報告であってもよい。代替として、ＣＳＩ報告は、半永続的なＣＳＩ報告であってもよい。この場合、このようなＣＳＩ報告は、ネットワーク装置１２０からのメディアアクセス制御制御要素（ＭＡＣＣＥ）によりアクティブ化されることが可能である。他の実施形態において、ＣＳＩ報告は、非周期的なＣＳＩ報告又はＳＰ－ＣＳＩ報告であってもよい。この場合、ＣＳＩ報告は、ネットワーク装置１２０からのダウンリンク制御情報（ＤＣＩ）によりトリガされてもよい。

【0119】

【0120】

ネットワーク装置１２０は、１組の参照信号を端末装置１１０－１に送信してもよい。ネットワーク装置１２０は、ＣＳＩ－ＲＳリソースセットに基づいて該１組の参照信号を送信してもよい。

【0121】

ネットワーク装置１２０は、ＣＳＩ報告を端末装置１１０－１から受信してもよい。いくつかの実施形態において、ＣＳＩ報告は、ＡＩ／ＭＬモデルが失敗したか否かを示す第１の情報を含んでいてもよい。第１の情報は、報告量であってもよい。例えば、第１の情報は、ＣＳＩ報告内のビットフィールドを占有してもよい。図示のために、第１の情報が「１」を示す場合、ＡＩ／ＭＬモデル障害の発生を意味する。第１の情報が「０」を示す場合、ＡＩ／ＭＬモデル障害が発生していないことを意味する。こうして、端末装置は、第１の情報を報告することにより、ＡＩ／ＭＬモデルが失敗したか否かをネットワーク装置に通知することができる。

【0122】

他の実施形態において、ＣＳＩ報告は、測定結果を示してもよい。例えば、ＣＳＩ報告は、ＣＲＩ－ＲＳＲＰ、ＳＳＢＲＩ－ＲＳＲＰ、ＣＲＩ－ＳＩＮＲ、又はＳＳＢＲＩ－ＳＩＮＲ、のうちの１つを含んでもよい。ＣＳＩ報告は、第２の有効化パラメータに関連付けられてもよい。第２の有効化パラメータは、関連付けられたＣＳＩ報告がＡＩ／ＭＬモデルにおける障害を検出するために使用されることを示すために使用されてもよい。この場合、ＡＩ／ＭＬモデルにおいて障害が検出された場合、端末装置１１０－１は、何の量も報告しないようにしてもよく、換言すれば、端末装置１１０－１は、ＣＳＩ報告を送信しなくてもよい。ＣＳＩ報告の送信はスキップされてもよい。同時に、時間領域において他の競合するＣＳＩ報告がなければ、ネットワーク装置１２０は、何のＣＳＩ報告も受信しないようにしてもよい。この場合、ネットワーク装置１２０は、ＡＩ／ＭＬモデル障害が発生したと決定してもよい。代替として、ＡＩ／ＭＬモデルにおいて障害が検出されない場合、端末装置１１０－１は、Ｋ（Ｋ＞０）個の最適ビーム及び対応するビーム品質、即ち、Ｋ個のＣＲＩ及び対応するＬ１－ＲＳＲＰをＣＳＩ報告内で報告してもよい。こうして、ＣＳＩ報告が第２の有効化パラメータに関連付けられているため、報告品質が「ＣＲＩ－ＲＳＲＰ」にセットされているものの、端末装置はまた、ＣＳＩ報告がＡＩ／ＭＬモデル障害を検出するために使用されることを知っている。

【0123】

代替として、ＡＩ／ＭＬモデルにおいて障害が検出された場合、ＣＳＩ報告は、所定値を示すビットフィールドを含んでもよい。例えば、ＡＩ／ＭＬモデルの障害が発生した場合、ＣＳＩ報告内の、ＣＲＩに対応するビットフィールド及び／又はＬ１－ＲＳＲＰフィールドの値が全て「１」にセットされてもよい。

【0124】

いくつかの実施形態において、ネットワーク装置１２０は、第２の設定を端末装置１１０－１に送信してもよい。第２の設定は、時間オフセットを示してもよい。この場合、端末装置１１０－１は、時間オフセットに基づいて決定されたスロット上でＣＳＩ報告を送信してもよい。いくつかの実施形態において、時間オフセットは、端末装置１１０－１においてＡＩ／ＭＬモデルにおける障害を検出するのに要する最小時間である第１の時間遅延に依存してもよい。代替として、時間オフセットは、端末装置１１０－１におけるＡＩ／ＭＬモデルのオンライン訓練に要する最小時間である第２の時間遅延に依存してもよい。時間オフセットは、端末装置１１０－１がどのスロット上で報告量を転送するかを示してもよい。いくつかの実施形態において、時間オフセットは、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定による時間オフセットを指してもよい。代替として、時間オフセットは、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定とは独立してＲＲＣ設定を介して設定されてもよい。この場合、第１の時間オフセットがＲＲＣ設定内で設定される場合、端末装置１１０－１は、ＣＳＩ－ＲｅｐｏｒｔＰｅｒｉｏｄｉｃｉｔｙＡｎｄＯｆｆｓｅｔ又はｒｅｐｏｒｔＳｌｏｔＯｆｆｓｅｔＬｉｓｔの上位層設定により提供される値を無視してもよい。この場合、端末装置は、報告をいつ実行するかを知ることができる。

【0125】

いくつかの実施形態において、ネットワーク装置１２０は、複数のＣＳＩ報告を受信してもよい。この場合、該複数のＣＳＩ報告の各々は、対応する優先度を示してもよい。該優先度の値は、該１組の値から決定されてもよい。該１組の値は、０、１及び２を含んでもよい。該１組の値はまた、他の値を含んでもよいことに注意すべきである。こうして、異なる内容を搬送する複数のＣＳＩ報告が衝突する場合、端末装置は、最初にどのＣＳＩ報告を送信するかを知る。

【0126】

代替として、ネットワーク装置１２０は、ＡＩ／ＭＬモデル上で障害が発生したか否かを決定してもよい。この場合、新しい報告量、例えば、第２の情報を導入することができる。第２の情報は、推論情報と実際の情報とを含んでもよい。この場合、推論情報は、ＡＩ／ＭＬモデルに基づいて決定された推論ビーム、又は該推論ビームに対応するビーム品質、のうちの少なくとも１つを含む。追加として、該実際の情報は、報告に関連付けられた１組の参照信号の測定に基づいて決定された実際のビーム、又は該実際のビームに対応するビーム品質、のうちの少なくとも１つを含む。いくつかの実施形態において、ビーム品質がＲＳＲＰであってもよい。代替として、ビーム品質がＳＩＮＲであってもよい。いくつかの実施形態において、ビーム品質は、７ビットの値により定義されてもよい。ビーム品質は、１ｄＢのステップサイズで－１４０ｄＢｍ～－４４ｄＢｍであってもよい。いくつかの実施形態において、推論ビーム及び推論ビームに対応するビーム品質に対応するビットフィールドが、実際のビーム及び実際のビームに対応するビーム品質に対応するビットフィールドの前にある。代替として、推論ビーム及び推論ビームに対応するビーム品質に対応するビットフィールドが、実際のビーム及び実際のビームに対応するビーム品質に対応するビットフィールドの後にある。

【0127】

【0128】

いくつかの実施形態において、端末装置は回路を備え、前記回路は、ネットワーク装置に、前記端末装置の１つ又は複数の能力を報告し、前記１つ又は複数の能力は、前記端末装置がデータ処理モデルをサポートすることを少なくとも示し、前記ネットワーク装置から、前記データ処理モデルに関連付けられた１つ又は複数の設定を受信し、前記ネットワーク装置から、前記データ処理モデルに関連付けられた情報を取得するための報告をトリガするための指示を受信するように設定されている。

【0129】

いくつかの実施形態において、前記１つ又は複数の能力は、人工知能（ＡＩ）又は機械学習（ＭＬ）をサポートする能力、ＡＩ又はＭＬに基づくビーム管理をサポートする能力、ＡＩ又はＭＬに基づく空間領域におけるビーム予測をサポートする能力、オンライン訓練をサポートする能力、前記データ処理モデルのインデックス、前記端末装置における前記データ処理モデルにおける障害を検出するのに要する最小時間である第１の時間遅延、又は前記端末装置における前記データ処理モデルのオンライン訓練に要する最小時間である第２の時間遅延、のうちの少なくとも１つをさらに示す。

【0130】

いくつかの実施形態において、前記１つ又は複数の設定は、前記データ処理モデルのインデックス、前記データ処理モデルの第１のタイプのパラメータ、前記データ処理モデルにおける障害を前記端末装置が検出可能にするために用いられる第１の有効化パラメータ、オンライン訓練を前記端末装置が実行可能にするために用いられる第２の有効化パラメータ、又は時間オフセットに従って決定されたスロット上で前記報告を送信するように前記端末装置に示すために用いられる前記時間オフセット、のうちの少なくとも１つをさらに示す。

【0131】

いくつかの実施形態において、前記第１のタイプのパラメータは、前記データ処理モデルの構造パラメータ、前記データ処理モデルの重みファクター、前記データ処理モデルのバイアスファクター、前記データ処理モデルの入力のデータフォーマット、前記データ処理モデルの出力のデータフォーマット、前記データ処理モデルの前処理パラメータ、又は前記データ処理モデルの後処理パラメータ、のうちの少なくとも１つを含む。

【0132】

いくつかの実施形態において、前記時間オフセットは第１の時間遅延又は第２の時間遅延に従って決定され、前記第１の時間遅延は、前記端末装置における前記データ処理モデルにおける障害を検出するのに要する最小時間であり、前記第２の時間遅延は、前記端末装置における前記データ処理モデルのオンライン訓練に要する最小時間である。

【0133】

いくつかの実施形態において、前記端末装置は回路を備え、前記回路は、前記端末装置が前記時間オフセットを有するように設定されているとの決定に従って、別の設定内で示された別の時間オフセットを無視させるように設定されている。

【0134】

いくつかの実施形態において、前記データ処理モデルに関連付けられた前記情報は、前記データ処理モデルにおいて障害が発生したか否かを示す第１の情報、推論情報と実際の情報とを含む第２の情報、又は前記データ処理モデルに基づいて更新された訓練済みデータ処理モデルの第２のタイプのパラメータを示す第３の情報、のうちの１つを含む。

【0135】

いくつかの実施形態において、前記推論情報は、前記データ処理モデルに基づいて決定された推論ビーム、又は前記推論ビームに対応するビーム品質、のうちの少なくとも１つを含み、前記実際の情報は、前記報告に関連付けられた１組の参照信号の測定に基づいて決定された実際のビーム、又は前記実際のビームに対応するビーム品質、のうちの少なくとも１つを含む。

【0136】

いくつかの実施形態において、前記ビーム品質は、参照信号受信電力（ＲＳＲＰ）又は信号対干渉雑音比（ＳＩＮＲ）、のうちの少なくとも１つを含む。

【0137】

いくつかの実施形態において、前記推論ビームに対応するビーム品質は、１ｄＢのステップサイズで－１４０～－４４ｄＢｍの範囲内において、７ビット値により定義され、前記実際のビームに対応するビーム品質は、１ｄＢのステップサイズで前記－１４０～－４４ｄＢｍの範囲内において、７ビット値により定義される。

【0138】

いくつかの実施形態において、前記推論ビーム及び前記推論ビームに対応するビーム品質に対応するビットフィールドが、前記実際のビーム及び前記実際のビームに対応するビーム品質に対応するビットフィールドの前又は後にある。

【0139】

いくつかの実施形態において、前記第２のタイプのパラメータは、前記訓練済みデータ処理モデルの構造パラメータ、前記訓練済みデータ処理モデルの重みファクター、又は前記訓練済みデータ処理モデルのバイアスファクター、のうちの少なくとも１つを含む。

【0140】

いくつかの実施形態において、前記端末装置は回路を備え、前記回路は、前記ネットワーク装置に、前記データ処理モデルに関連付けられた前記情報を取得するための前記報告を送信するように設定されている。

【0141】

いくつかの実施形態において、前記端末装置は回路を備え、前記回路は、前記データ処理モデルにおいて障害が検出されたとの決定に従って、前記ネットワーク装置に、前記報告を送信するように設定され、前記報告に対応するビットフィールドが所定の数にセットされている。

【0142】

いくつかの実施形態において、前記端末装置は回路を備え、前記回路は、前記データ処理モデルにおいて障害が検出された決定に従って、前記報告の送信をスキップさせるように設定されている。

【0143】

いくつかの実施形態において、前記端末装置は回路を備え、前記回路は、第２のアップリンク情報を送信する必要があるとの決定に従って、前記第２のアップリンク情報が前記報告と衝突するか否かを決定し、前記第２のアップリンク情報が前記報告と衝突するとの決定に従って、前記報告の第１の優先度と前記第２のアップリンク情報の第２の優先度とを比較し、前記第１の優先度が前記第２の優先度よりも高いとの決定に従って、前記報告を前記ネットワーク装置に送信するように設定されている。

【0144】

いくつかの実施形態において、前記第１の優先度と前記第２の優先度とは、０、１又は２を含む１組の値から決定される。

【0145】

いくつかの実施形態において、前記端末装置は回路を備え、前記回路は、少なくとも１つの条件が満たされたとの決定に従って、前記データ処理モデル上で障害が発生したと決定するように設定されている。

【0146】

いくつかの実施形態において、前記少なくとも１つの条件は、前記データ処理モデルに基づいて決定された第１のターゲットビームと、前記報告に関連付けられた１組の参照信号の測定に基づいて決定された第２のターゲットビームとが異なる第１の条件、前記第１のターゲットビームのビーム量と前記第２のターゲットビームのビーム量との差が第１の閾値を超えた第２の条件、又は前記第１の条件又は前記第２の条件が満たされた回数が第２の閾値を超えた第３の条件、のうちの１つを含む。

【0147】

いくつかの実施形態において、前記報告は、周期的なチャネル状態情報（ＣＳＩ）報告、半永続的なＣＳＩ報告、又は非周期的なＣＳＩ報告、のうちの少なくとも１つを含む。

【0148】

いくつかの実施形態において、ネットワーク装置は回路を備え、前記回路は、端末装置から、前記端末装置の１つ又は複数の能力を含む能力報告を受信し、前記１つ又は複数の能力は、前記端末装置がデータ処理モデルをサポートすることを少なくとも示し、前記端末装置に、前記データ処理モデルに関連付けられた１つ又は複数の設定を送信し、前記端末装置に、前記データ処理モデルに関連付けられた情報を取得するための報告をトリガするための指示を送信するように設定されている。

【0149】

【0150】

【0151】

【0152】

【0153】

いくつかの実施形態において、前記報告は、前記データ処理モデルに関連付けられた前記１つ又は複数の設定に関連付けられている。

【0154】

【0155】

【0156】

【0157】

いくつかの実施形態において、前記推論ビームに対応するビーム品質は、１ｄＢのステップサイズで－１４０～－４４ｄＢｍの範囲内において、７ビット値により定義され、前記実際のビームに対応するビーム品質は、１ｄＢのステップサイズで、前記－１４０～－４４ｄＢｍの範囲内において、７ビット値により定義される。

【0158】

【0159】

【0160】

いくつかの実施形態において、前記ネットワーク装置は回路を備え、前記回路は、前記端末装置から、前記データ処理モデルに関連付けられた前記情報を取得するための前記報告を受信するように設定されている。

【0161】

いくつかの実施形態において、前記ネットワーク装置は回路を備え、前記回路は、前記データ処理モデルにおいて障害が検出されたとの決定に従って、前記ネットワーク装置に、前記報告を送信するように設定され、前記報告に対応するビットフィールドが所定の数にセットされている。

【0162】

図７は本開示の実施形態を実装するのに適した装置７００の概略ブロック図である。装置７００は、図１に示すような端末装置１１０の別の例示的な実施態様として考えられてもよい。したがって、装置７００は、端末装置１１０において、或いはそれの少なくとも一部として実現されることができる。代替として、装置７００は、図１に示すようなネットワーク装置１２０の別の例示的な実施態様として考えられてもよい。したがって、装置７００は、ネットワーク装置１２０において、又はそれの少なくとも一部として実現されてもよい。

【0163】

図示されるように、装置７００は、プロセッサ７１０と、プロセッサ７１０に結合されたメモリ７２０と、プロセッサ７１０に結合された適切な送信機（ＴＸ）及び受信機（ＲＸ）７４０と、ＴＸ／ＲＸ７４０に結合された通信インターフェースとを備える。メモリ７２０は、プログラム７３０の少なくとも一部を記憶する。ＴＸ／ＲＸ７４０は双方向通信に用いられる。ＴＸ／ＲＸ７４０は、通信を容易にするために少なくとも１つのアンテナを有するが、本明細書に言及されたアクセスノードは、実際には複数のアンテナを有してもよい。通信インターフェースは、ｅＮＢ間の双方向通信のためのＸ２インターフェース、モビリティ管理エンティティ（ＭＭＥ）／サービングゲートウェイ（Ｓ－ＧＷ）とｅＮＢとの間の通信のためのＳ１インターフェース、ｅＮＢと中継ノード（ＲＮ）との間の通信のためのＵｎインターフェース、又はｅＮＢと端末装置との間の通信のためのＵｕインターフェースなど、他のネットワーク要素との通信に必要な任意のインターフェースを表してもよい。

【0164】

プログラム７３０は、図２～図６を参照して本明細書で説明したように、関連付けられるプロセッサ７１０により実行された場合、装置７００が本開示の実施形態に従って動作することを可能にするプログラム命令を含むと仮定される。本明細書の実施形態は、装置７００のプロセッサ７１０により実行可能なコンピュータソフトウェアにより、又はハードウェアにより、又はソフトウェアとハードウェアとの組み合わせにより実現されてもよい。プロセッサ７１０は、本開示の様々な実施形態を実施するように設定されてもよい。さらに、プロセッサ７１０とメモリ７２０との組み合わせは、本開示の様々な実施形態を実現するのに適したプロセッシング手段７５０を形成してもよい。

【0165】

メモリ７２０は、ローカル技術ネットワークに適した任意のタイプであってもよく、また、非限定的な例として、非一時的なコンピュータ可読記憶媒体、半導体に基づくメモリ装置、磁気メモリ装置及びシステム、光学メモリ装置及びシステム、固定メモリ及びリムーバブルメモリなど、任意の適切なデータ記憶技術を使用して実現されてもよい。装置７００内には１つのメモリ７２０のみが示されているが、装置７００内にはいくつかの物理的に異なるメモリモジュールが存在してもよい。プロセッサ７１０は、ローカル技術ネットワークに適した任意のタイプであってもよく、非限定的な例として、汎用コンピュータ、専用コンピュータ、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）及びマルチコアプロセッサアーキテクチャに基づくプロセッサのうちの１つ又は複数を含んでもよい。装置７００は、複数のプロセッサ、例えば、メインプロセッサを同期化するクロックに時間的に従属する特定用途向け集積回路チップを有してもよい。

【0166】

全体として、本開示の様々な実施形態は、ハードウェア又は専用回路、ソフトウェア、論理、又はそれらの任意の組み合わせで実現されてもよい。いくつかの態様は、ハードウェアで実現されてもよく、他の態様は、コントローラ、マイクロプロセッサ、又は他のコンピューティング装置により実行できるファームウェア又はソフトウェアで実現されてもよい。本開示の実施形態の様々な態様は、ブロック図、フローチャート又は他の何らかの絵画的表現を用いて図示及び説明されているが、本明細書に記載されたブロック、機器、システム、技術、又は方法は、非限定的な例として、ハードウェア、ソフトウェア、ファームウェア、専用回路又は論理、汎用ハードウェア又はコントローラ又は他のコンピューティング装置、又はそれらの何らかの組み合わせで実装されてもよいことを理解すべきである。

【0167】

本開示はまた、非一時的なコンピュータ可読記憶媒体上に有形的に記憶された少なくとも１つのコンピュータプログラム製品を提供する。コンピュータプログラム製品は、図２～６を参照して上述したプロセス又は方法を実行するために、対象の実プロセッサ又は仮想プロセッサ上の装置内で実行される、プログラムモジュールに含まれる命令などのコンピュータ実行可能な命令を含む。一般的には、プログラムモジュールには、特定のタスクを実行するか、又は特定の抽象データタイプを実現するルーチン、プログラム、ライブラリ、オブジェクト、クラス、コンポーネント、データ構造などが含まれる。様々な実施形態において、プログラムモジュールの機能は、必要に応じて、プログラムモジュール間で結合又は分割されてもよい。プログラムモジュールのマシンが実行可能な命令は、ローカル又は分散型装置内で実行されてもよい。分散型装置において、プログラムモジュールは、ローカル記憶媒体及びリモート記憶媒体内の両方に配置されていてもよい。

【0168】

本開示の方法を実行するためのプログラムコードは、１つ又は複数のプログラミング言語の任意の組み合わせで記述されてもよい。これらのプログラムコードは、汎用コンピュータ、専用コンピュータ、又は他のプログラマブルデータプロセッシング機器のプロセッサ又はコントローラに提供され、プロセッサ又はコントローラにより実行された場合、プログラムコードで、フローチャート及び／又はブロック図に指定された機能／動作を実現させる。プログラムコードは、完全にマシン上で、部分的にマシン上で、独立したソフトウェアパッケージとして、部分的にマシン上でかつ部分的にリモートマシン上で、又は完全にリモートマシン又はサーバ上で実行してもよい。

【0169】

上述のプログラムコードは、マシン可読媒体上で実装されてもよく、マシン可読媒体は、命令実行システム、機器、又は装置により利用されるか、又はそれらに関連するプログラムを含むか又は記憶することができる任意の有形媒体であってもよい。マシン可読媒体は、マシン可読信号媒体又はマシン可読記憶媒体であってもよい。マシン可読媒体は、電子、磁気、光学、電磁気、赤外線若しくは半導体のシステム、機器若しくは装置、又は前述の媒体の任意の適切な組み合せを含んでもよいが、これらに限定されない。マシン可読記憶媒体のより具体的な例は、１つ又は複数のワイヤを有する電気接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリーメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバ、ポータブルコンパクトディスクリードオンリーメモリ（ＣＤ－ＲＯＭ）、光学的記憶装置、磁気記憶装置、又は上述の任意の適切な組み合わせを含んでもよい。

【0170】

なお、動作について特定の順序で説明を行ったが、所望の結果を得るために、こうした動作を、示された特定の順序で実行するか若しくは連続する順序で実行し、又は、説明された全ての動作を実行することが求められる、と理解されるべきではない。場合によっては、マルチタスク及び並列処理が有利になることもある。同様に、いくつかの特定の実装の詳細が上記の議論に含まれているが、これらは、本開示の範囲に対する限定として解釈されるべきではなく、特定の実施形態に固有となり得る特徴の説明として解釈されるべきである。個々の実施形態の文脈で説明されたいくつかの特徴は、単一の実施形態において組み合わされて実現されてもよい。逆に、単一の実施形態の文脈で説明された様々な特徴は、複数の実施形態において別々に、又は任意の適切なサブコンビネーションで実装されてもよい。

【0171】

本開示は、構造的特徴及び／又は方法論的動作に特有の言語で説明されてきたが、添付の特許請求の範囲において定義された本開示は、必ずしも上記の特定の特徴又は動作に限定されないことを理解すべきである。むしろ、上述した特定の特徴及び動作は、特許請求の範囲を実施する例示的な形態として開示されている。

【0172】

本明細書で使用されるように、用語「端末装置」は、無線又は有線の通信能力を有する任意の装置を指す。端末装置の例は、ユーザ装置（ＵＥ）、パーソナルコンピュータ、デスクトップ、携帯電話、セルラーフォン、スマートフォン、パーソナルデジタルアシスタント（ＰＤＡ）、ポータブルコンピュータ、タブレット、ウェアラブルデバイス、モノのインターネット（Ｉｏｔａ）装置、超信頼性低遅延通信（ＵＲＬＬＣ）装置、あらゆるモノのインターネット（Ｉｏｗａ）装置、マシンタイプ通信（ＭＴＣ：ｍａｃｈｉｎｅｔｙｐｅｃｏｍｍｕｎｉｃａｔｉｏｎ）装置、Ｘが歩行者、車両、又はインフラストラクチャ／ネットワークを意味するＶ２Ｘ通信のための車載装置、統合アクセス及び統合アクセス及びバックホール（ＩＡＢ）のための装置、衛星及び無人航空機システム（ＵＡＳ：ＵｎｍａｎｎｅｄＡｉｒｃｒａｆｔＳｙｓｔｅｍ）を包含する高高度プラットフォーム（ＨＡＰ：ＨｉｇｈＡｌｔｉｔｕｄｅＰｌａｔｆｏｒｍ）を含む非地上系ネットワーク（ＮＴＮ）内の衛星搭載車両又は航空機搭載車両、拡張現実（ＡＲ）、混合現実（ＭＲ）、仮想現実（ＶＲ）などの、異なるタイプの現実を含むエクステンデッドリアリティ（ＸＲ：ｅｘｔｅｎｄｅｄｒｅａｌｉｔｙ）装置、人間の操縦者を持たない航空機でありドローンとして一般に称される無人航空車両（ＵＡＶ：ｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅ）、高速列車（ＨＳＴ：ｈｉｇｈｓｐｅｅｄｔｒａｉｎ）上の装置、又はデジタルカメラなどの画像取得装置、センサーゲーム装置、音楽保存及び再生装置、又は無線又は有線のインターネットアクセス及び閲覧などを可能とするインターネット家電など、を含むがこれらに限定されない。「端末装置」は、公共の安全及びミッションを最重要視する、Ｖ２Ｘアプリケーション、トランスペアレントＩＰｖ４／ＩＰｖ６マルチキャスト配信、ＩＰＴＶ、スマートＴＶ、無線サービス、無線を介するソフトウェア配信、グループ通信及びＩｏｔａアプリケーションをサポートするために、「マルチキャスト／ブロードキャスト」機能をさらに有してもよい。また、マルチＳＩＭとして知られる１つ又は複数の加入者識別モジュール（ＳＩＭ：ＳｕｂｓｃｒｉｂｅｒＩｄｅｎｔｉｔｙＭｏｄｕｌｅ）を組み込んでもよい。用語「端末装置」は、ＵＥ、移動局、加入者局、移動端末、ユーザ端末、又は無線装置と互換的に使用されてもよい。

【0173】

用語「ネットワーク装置」は、端末装置が通信可能なセル又はカバレッジを提供又はホストすることができる装置を指す。ネットワーク装置の例は、ノードＢ（ノード又はＮＢ）、進化型ノード（ノード又はｅＮＢ）、次世代ノード（ｇＮＢ）、送受信ポイント（ＴＲＰ）、リモートラジオユニット（ＲＲＵ）、ラジオヘッド（ＲＨ）、リモートラジオヘッド（ＲＲＨ）、ＩＡＢノード、フェムトノード、ピコノード、再設定可能なインテリジェントサーフェス（ＲＩＳ：ｒｅｃｏｎｆｉｇｕｒａｂｌｅｉｎｔｅｌｌｉｇｅｎｔｓｕｒｆａｃｅ）などの低電力ノードを含むが、これらに限定されない。

【0174】

【0175】

【0176】

本開示の実施形態は、例えば、信号生成器、信号分析器、スペクトル分析器、ネットワーク分析器、テスト端末装置、テストネットワーク装置、チャネルエミュレータ等のテスト機器において実施されてもよい。

【0177】

本開示の実施形態は、現在知られている、又は将来開発される任意の世代の通信プロトコルに従って実行されてもよい。通信プロトコルの例は、第１世代（１Ｇ）、第２世代（２Ｇ）、２．５Ｇ、２．７５Ｇ、第３世代（３Ｇ）、第４世代（４Ｇ）、４．５Ｇ、第５世代（５Ｇ）通信プロトコル、５．５Ｇ、５Ｇ－Ａｄｖａｎｃｅｄネットワーク、又は第６世代（６Ｇ）ネットワークを含むが、これらに限定されない。

【図1】