Las redes neuronales pueden mediar entre el tamaño y la calidad de la descarga, según un investigador

Los requisitos de datos de las aplicaciones frente al ancho de banda de red disponible han sido la batalla actual de la era de la información, pero ahora parece que una tregua está a nuestro alcance, según una nueva investigación del profesor asociado del NJIT, Jacob Chakareski.

Chakareski y su equipo, en colaboración con colegas de la Universidad de Massachusetts-Amherst, idearon un sistema para hacer que las solicitudes de red sean pequeñas y aumentar la diferencia a través de una red neuronal que se ejecuta en el hardware receptor.

Lo llaman BONES (Buffer Occupancy-based Neural-Enhanced Streaming) y se presentará en la conferencia ACM Sigmetrics en Venecia, Italia, este verano, donde solo se acepta alrededor del 10% de los artículos presentados.

«Acceder a contenido de video de alta calidad puede ser un desafío debido al ancho de banda de red insuficiente e inestable… la mejora neuronal ha mostrado resultados prometedores en la mejora de la calidad de videos degradados a través del aprendizaje profundo», afirmaron.

Empleando una función matemática conocida como optimización de Lyapunov, «Nuestros resultados experimentales integrales indican que BONES aumenta la calidad de la experiencia entre un 4 % y un 13 % con respecto a los algoritmos de última generación, lo que demuestra su potencial para mejorar la experiencia de transmisión de vídeo para usuarios.»

«La gente ha pensado en esto antes. Pero este es el primer trabajo en el que se caracteriza matemáticamente y se asegura que se ajusta a las limitaciones de latencia. La gente ha hablado de esta idea de datos de superresolución», explicó Chakareski. «El cliente lleva a cabo decisiones de programación de tarifas y programación de cálculos en conjunto. Es clave para el enfoque. Esto no se había hecho antes».

«Tenemos un prototipo que construimos, por lo que los resultados que se muestran en el documento se basan en el prototipo. Y funciona muy bien. Los resultados son tan buenos como los que pudimos observar mediante simulaciones», dijo. . El equipo también comparte su código y datos en público.

Se está trabajando en una aplicación de prueba de concepto. El equipo de BONES está trabajando con la Universidad de Illinois Urbana-Champaign en un proyecto de realidad mixta llamado MiVirtualSeat: Distribución de contenido consciente de la semántica para entornos de reuniones inmersivos, que enfrenta los desafíos de red que aborda BONES.

Chakareski dijo que tiene la esperanza de que los servicios populares de videoconferencia también adopten este método. «Creo que habrá un impulso para esto porque la computación neuronal se está convirtiendo en algo. Se escucha mucho sobre el aprendizaje automático en diferentes dominios, y esta podría ser una aplicación más en la que podría usarse. No hemos pensado en comercializar la tecnología. , pero esto es ciertamente algo que uno podría perseguir y podemos perseguir».

«Existe una carrera continua entre la calidad del contenido y las capacidades de la red. Mientras ambas vayan lado a lado, esto siempre será un problema».

La investigación es publicado sobre el arXiv servidor de preimpresión.