ПНСТ 943-2024 Искусственный интеллект. Структура архитектуры систем машинного обучения в будущих сетях, включая IMT-2020

     3 Термины и определения

В настоящем стандарте применены термины по ГОСТ Р 71476, а также следующие термины с соответствующими определениями:

3.1 базисная сеть для машинного обучения (machine learning underlay network): Телекоммуникационная сеть и связанные с ней сетевые функции, которые взаимодействуют с соответствующими функциями надстройки для машинного обучения.

Примечание - Сеть IMT-2020 является примером базисной сети для машинного обучения.

3.2 конвейер машинного обучения (machine learning pipeline): Набор логических узлов, каждый из которых обладает определенными функциональными возможностями, которые могут быть объединены для формирования приложения машинного обучения в телекоммуникационной сети.

Примечание - Узлы конвейера машинного обучения - это объекты, которые управляются стандартным образом и могут быть размещены в различных сетевых функциях.

3.3 надстройка машинного обучения (machine learning overlay): Слабосвязанная модель развертывания функциональных возможностей машинного обучения, интеграция и управление которыми с сетевыми функциями стандартизированы.

Примечание - Надстройка машинного обучения направлена на минимизацию взаимозависимостей между функциями машинного обучения и сетевыми функциями благодаря использованию стандартных интерфейсов, обеспечивая тем самым параллельное развитие и тех, и других.

3.4 оркестратор функций машинного обучения; MLFO (machine learning function orchestrator; MLFO): Логический узел с функциями управления и оркестровки узлов в конвейерах машинного обучения.

3.5

3.6 полигон машинного обучения (machine learning sandbox): Среда, в которой можно обучать, тестировать модели машинного обучения и оценивать их влияние на сеть.

Примечание - Полигон машинного обучения предназначен для предотвращения воздействия приложения машинного обучения на сеть или для ограничения использования определенных функций машинного обучения.