5G ve sonrası için makine öğrenmesi tabanlı numeroloji tahsis yöntemleri

5G ve ötesi (5GB) sistemleri, farklı kullanıcı iletişim gereksinimlerini paralel olarak karşılamak için esnek bir özellik sergiler. Çoklu numeroloji dalga biçimi tasarımı, bu esnekliğin önemli bir parçasıdır. 5G ile birlikte bir dalga şekline ait farklı alt taşıyıcı boşlukları numeroloji yapılarını oluşturmuş ve alt taşıyıcı boşluklarının farklı kullanıcılar için aynı kapsama alanı altında değiştirilebilmesi ile haberleşme gereksinimi karşılama noktasında önemli bir kabiliyet kazanılmıştır. Bununla beraber, farklı kullanıcılara ait haberleşme gereksinimlerinin çoklu numeroloji yapıları ile aynı anda karşılanabilmesi sırasında numerolojiler arası girişim kaynaklı yeni problemler ortaya çıkmıştır. Bu nedenle çoklu numeroloji yapılarının planlamasını uygun şekilde yapmak gereklidir. Bu çalışmada, ortak algılama ve iletişim (JSAC) konsepti, 5GB için akıllı bir numeroloji kontrol mekanizması geliştirmek amacıyla makine öğrenimi (ML) teknikleri ile uygulanmıştır. JSAC yetenekleri sayesinde, çevre farkındalığına sahip bir sistem tasarlanmış ve kablosuz kanal karakteristiğini etkileyen çeşitli faydalı algılama bilgileri (USI) kullanılmıştır. USI'nin 5GB akıllı şehir ağları aracılığıyla elde edildiği varsayılmıştır. Bu noktada, USI tabanlı özelliklerle yeni veri kümeleri oluşturmak için sentetik veri üretimi gerçekleştirilmiştir. Oluşturulan veri kümeleri kullanılarak 5GB için numeroloji planlamasına yönelik üç ayrı özgün yöntem tasarlanmıştır. Bu algoritmaların ilkinde, bir kapsama bölgesinde ihtiyaç duyulan servis tipi önceliğinin belirlenmesi sağlanmıştır. Diğer yöntemde ise aynı kapsama bölgesinde genel bir karar oluşturularak, tavsiye edilecek alt taşıyıcı boşluğu parametresi belirlenmiştir. Son olarak üçüncü yöntemde, kullanıcıya atanması gereken nihai numeroloji tahsisi gerçekleştirilmiştir. Bu tez çalışmasında geliştirilen özgün yöntemlerin herbiri için farklı sentetik veri kümeleri ve ML modelleri oluşturulmuştur. Ayrıca, farklı ML modelleri için topluluk öğrenme yöntemleri de dahil olmak üzere birden çok ML algoritması kullanılmış ve simülasyona dayalı çeşitli başarım sonuçları sunulmuştur. Alınan sonuçlara bakıldığında 5GB için numeroloji planlamasına yönelik olarak ML yöntemlerinin kullanılması umut vadedici gözükmektedir.