Key points are not available for this paper at this time.
이 논문의 주요 목적은 빔포밍의 광범위한 분야에서 최근의 최첨단 인공지능 (AI) 응용 프로그램을 탐구하는 것입니다. 따라서 AI 기여를 올바르게 이해하고 효과적으로 해석하기 위해 AI 지향 빔포밍 연구를 철저히 조사합니다. 적응형 빔포밍 알고리즘 및 도착 방향 (DOA) 추정 방법을 포함한 빔포밍 개요를 간략히 시작으로, 우리 분석은 주요 기계 학습 (ML) 클래스, 기본 신경망 (NN) 구조 및 가장 효율적인 딥 러닝 (DL) 모델로 더 깊이 파고듭니다. 그 후 이전의 측면을 바탕으로 이 논문은 기계 학습 및 신경망의 최적 사용과 관련된 여러 개념을 탐구하며, 독립적인 빔포밍 및 DOA 추정 기술로서 또는 초음파 이미징, 대규모 다중 입력 다중 출력 구조 및 지능형 반사 표면과 같은 다른 구현과 결합하여 사용합니다. 마지막으로, 딥 러닝 구조를 통해 빔포밍 또는 DOA 추정 설정의 실현에 특별한 주의를 기울입니다. 이 설문조사는 다양한 중요한 결론과 함께 잠재적인 미래 측면 및 유망한 연구 도전 과제에 대한 흥미로운 논의로 마무리됩니다.
Kassir et al. (Sat,)는 이 질문을 연구했습니다.